Klasifikasi barang menggunakan metode Clustering K-Means dalam penentuan prediksi stok barang: Studi kasus UKM Mar’ah Jilbab Kediri

مستخلص البحث

المرأة (Mar’ah) هي مؤسسة الصغيرة والمؤسسة تتحرك في مجال مبيع الجلابية. الآن، لاتزال أن تستوفي المؤسسات الصغيرة والمتوسطة "Mar’ah Jilbab" مخزون البضاعة أو المنتجات وتسجل البيانات الموجودة وكذلك عدم كفاءة الوقت اللازم. مجموع مطالبة المستهلك التقلبية يؤدي إلى استعداد المخزون متقلبا. فضلا عن المؤسسات الصغيرة والمتوسطة "Mar’ah Jilbab" لاتستطيع أن تقسم بين المنتجات الروجة وغير الروجة. حتى تتعثر في نقص مخزون نفقت البضاعة لأن المبيعات العالية وتحتفن البضاعة الكاسدة لأن المبيعات المنخفضة. فاحتياج إلى عملية معالجة للبيانات الكبيرة باستخدام تقنية بيانات التعدين. تقنية بيانات التمدين المستخدمة في هذه الدراسة هي طريقة Clustering K-Means. حساب الدقة في هذه الدراسة باستخدام خصائص المستقبل التشغيلية (ROC). ونتائج الحساب Clustering K-Means باستخدام تردد حداثة النقدية (RFM) 70% ونتائج Clustering K-Means بدون Clustering K-Means 76،67%. من الدقة الناتجة يستنتج أن طريقة Clustering K-Means تدعم النظام بالجيدة.

ABSTRACT

Mar'ah is an SME engaged in sale of headscarves. At present SME Mar'ah is still fulfilling the stock of products or products and recording transactions manually so that errors often occur in recording existing data and also the lack of time efficiency required. The fluctuating number of requests from consumers results in unstable stock being prepared. Besides that, SME Mar'ah cannot classify products that are in demand and are not in demand. So that the difficulties experienced are a lack of product stocks that sell well because of high sales, and the accumulation of products that do not sell because of low sales. Then a large data processing process is needed by using a data mining technique. Data mining techniques that will be used in this study are K-Means Clustering method. Calculation of accuracy in this study uses ROC (Receiver Operating Characteristic). The calculation results of K-Means Clustering using RFM (Recency Frequency Monetary) of 70% and calculation of the K-Means Clustering method without using RFM (Recency Frequency Monetary) of 76.67%. From the accuracy produced, it can be concluded that the K-Means Clustering method can support the system properly.

ABSTRAK

Mar’ah merupakan UKM yang bergerak di bidang penjualan jilbab. Saat ini UKM Mar’ah masih melakukan pemenuhan stok barang atau produk dan melakukan pencatatan transaksi secara manual sehingga sering terjadi kesalahan dalam pencatatan data-data yang ada dan juga kurangnya efisiensi waktu yang diperlukan. Jumlah permintaan dari konsumen yang fluktuatif mengakibatkan stok yang harus disiapkan menjadi tidak stabil. Disamping itu UKM Mar’ah tidak dapat mengelompokkan produk yang laris dan tidak laris terjual. Sehingga kesulitan yang dialami adalah kurangnya stok produk yang laku karena penjualan tinggi, dan menumpuknya produk yang tidak laku karna penjualannya rendah. Maka diperlukan suatu proses pengolahan data besar dengan menggunakan suatu teknik data mining. Teknik data mining yang akan digunakan pada penelitian ini adalah metode K-Means Clustering. Perhitungan akurasi dalam penelitian ini menggunakan ROC (Receiver Operating Characteristic). Hasil perhitungan Clustering K-Means menggunakan RFM (Recency Frequency Monetary) sebesar 70% dan perhitungan metode Clustering K-Means tanpa menggunakan RFM (Recency Frequency Monetary) sebesar 76,67%. Dari akurasi yang dihasilkan dapat disimpulkan bahwa metode Clustering K-Means dapat mendukung sistem dengan baik