Text

Analisis Clustering Data Penjualan Sayuran Menggunakan Metode K-Means

---

Pasar Raya Padang merupakan pasar terbesar dan merupakan pasar pusat untuk
pasar-pasar lain di kota Padang. Barang-barang yang dijual di tempat ini salah
satunya yaitu sayuran seperti buncis, kembang kol, mentimun dan lain-lain. Di
Pasar Raya terdapat beberapa agen grosir sayuran. Agen grosir sayuran ini adalah
tempat pedagang sayuran eceran membeli sayuran untuk di jual kembali. Masalah
yang sering terjadi yaitu banyaknya sayuran yang kurang laris menyebabkan
sayuran tersebut layu atau busuk sehingga tidak bisa dijual lagi dan saat suatu
produk sayuran sedang laris namun agen grosirnya tidak memiliki stok produk yang
banyak sehingga menyebabkan kurangnya laba yang didapatkan, untuk
menyelesaikan masalah tersebut maka penulis melakukan analisis data penjualan
sayuran dengan menggunakan teknik pengelompokkan sayuran menggunakan
metode Clustering K-Means. Pada penelitian ini dilakukan clustering dengan
algortima K-Means menggunakan 2 cluster yaitu cluster laris dan cluster kurang
laris. Data penjualan sayuran yang akan diolah adalah 2 tahun data yang di dapat
melalui wawancara dengan 3 agen sayuran yaitu Toko At Sayur, Toko H. Bujang
.HZ dan Toko An Sayur di pasar raya Padang. Hasil clustering dengan
menggunakan algoritma K-Means didapatkan Cluster laris yang paling banyak 9
jenis sayuran dan yang paling sedikit 1 jenis sayuran, sedangkan cluster kurang laris
yang paling banyak 22 jenis sayuran dan yang paling sedikit 14 jenis sayuran.
Adanya website clustering sayuran akan memudahkan agen grosir sayuran dalam
memprediksi sayuran yang laris dan kurang laris yang akan dijual, dan akan
memudahkan dinas pasar dalam pengoordinasian penyelenggaraan pembinaan dan
pengelolaan pasar rakyat.
Kata kunci: Clustering, Data Mining, K-Means, Machine Learning, Sayuran, unsupervised

---

Ketersediaan

Informasi Detail

Judul Seri

Tugas Akhir Teknik Informatika Sarjana

No. Panggil

2361-025

Penerbit

Padang : Fakultas Teknik ITP., 2023

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

2017610027

Klasifikasi

NONE

Tipe Isi

text

Tipe Media

computer

Tipe Pembawa

-

Edisi

2023

Subjek

-

Info Detail Spesifik

-

Pernyataan Tanggungjawab

Nandiati M

Informasi Lainnya

NIM

-

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar