Raharja, Godwin Aditya (2023) CLUSTERING DATA PENJUALAN MOTOR MENGGUNAKAN METODE K-MEANS (STUDI KASUS : AHASS GUNA MOTOR BOGOR). S1 thesis, Universitas Atma Jaya Yogyakarta.

Text (Godwin Aditya Raharja)
190710356_Bab 0.pdf

File Pdf (361kB)
Text
190710356_Bab 1.pdf

File Pdf (228kB)
Text
190710356_Bab 2.pdf

File Pdf (238kB)
Text
190710356_Bab 3.pdf
Restricted to Registered users only

File Pdf (253kB)
Text
190710356_Bab 4.pdf
Restricted to Registered users only

File Pdf (1MB)
Text
190710356_Bab 5.pdf
Restricted to Registered users only

File Pdf (828kB)
Text
190710356_Bab 6.pdf

File Pdf (281kB)

Abstract

Sepeda motor merupakan kendaraan roda dua yang sangat populer di
Indonesia. Sepeda motor diproduksi oleh berbagai merek dan Honda merupakan
merek sepeda motor yang paling laku di Indonesia. AHASS Guna Motor Bogor
merupakan salah satu dealer resmi yang menjual sepeda motor Honda. Tipe sepeda
motor yang dijual sangat beragam dan tidak semua tipe diminati masyarakat. Oleh
karena itu, perlu dibuat penelitian untuk menemukan tipe motor mana saja yang
diminati dan tidak diminati.
Penelitian ini menggunakan metode clustering dengan algoritme K-Means.
Sebelum data diuji dengan metode tersebut, data melalui preprocessing data untuk
mengeliminasi data yang tidak perlukan, sehingga data siap untuk diuji dengan
metode clustering K-Means. Atribut yang digunakan untuk penelitian adalah tipe
motor dan unit yang terjual selama tiga tahun. Elbow Method digunakan untuk
menentukan jumlah cluster yang optimal dan hasil yang didapatkan adalah tiga
cluster optimal.
Pengelompokan dengan metode clustering K-Means menghasilkan tiga
cluster sesuai pengujian Elbow Method. Keterangan dari tiga cluster tersebut
adalah cluster_0 (Diminati) sejumlah 13 tipe, cluster_1 (Kurang Diminati)
sejumlah 28 tipe, dan cluster_2 (Sangat Diminati) sejumlah empat tipe. Hasil
penelitian dapat digunakan oleh pihak Guna Motor Bogor untuk mengelola
pengadaan stok motor sehingga keuntungan dapat lebih maksimal dan
penyimpanan motor menjadi lebih efektif.

Item Type: Thesis (S1)
Uncontrolled Keywords: Sepeda Motor, Clustering, K-Means, Elbow Method.
Subjects: Teknik Informatika > Soft Computing
Divisions: Fakultas Teknologi Industri > Teknik Informatika
Date Deposited: 29 Sep 2023 11:51
Last Modified: 29 Sep 2023 11:51
URI: https://repository.uajy.ac.id/id/eprint/30060

Actions (login required)

View Item
View Item