Universitas Bhayangkara Jakarta Raya

Institutional Repositories

Prasetya, Ajie (2023) Analisis Cluster K-Means Dengan Metode Elbow untuk Menentukan Pola Penjualan Produk Traffic Room Summarecon Mall Bekasi. Undergraduate thesis, Universitas Bhayangkara Jakarta Raya.

[img] Text
201910225132_Ajie Prasetya_Cover-Daftar Isi.pdf

Download (3MB)
[img] Text
201910225132_Ajie Prasetya_BAB I.pdf

Download (2MB)
[img] Text
201910225132_Ajie Prasetya_BAB II, III, IV.pdf
Restricted to Registered users only

Download (14MB)
[img] Text
201910225132_Ajie Prasetya_BAB V.pdf

Download (1MB)
[img] Text
201910225132_Ajie Prasetya_Daftar Pustaka.pdf

Download (2MB)
[img] Text
201910225132_Ajie Prasetya_Lampiran.pdf
Restricted to Repository staff only

Download (1MB)

Abstract

Untuk mengatasi permasalahan ini, analisis yang digunakan yaitu algoritma K-Means untuk mencari pola penjualan produk dibantu dengan Metode Elbow dalam menentukan cluster yang optimal. Serta yang menjadi alur dalam proses penelitian ini yaitu Metode CRISP-DM dengan langkah-langkahnya yakni business understanding, data understanding, data preparation, modeling, evaluation, dan deployment. Hasil dari penelitian ini mendapatkan 4 cluster yaitu cluster 2 atau sangat laris ada 2 produk, cluster 3 atau laris ada 5 produk, cluster 1 atau cukup laris ada 5 produk dan cluster 4 atau kurang laris ada 3 produk. Hasil evaluasi mendapatkan nilai Sum of Square Error (SSE) optimal yaitu 594.366,733 atau 65,5%. Dari hasil evaluasi artinyakinerja algoritma K-Means yang digunakan sudah baik.

Item Type: Thesis (Undergraduate)
Additional Information: Pembimbing: Ratna Salkiawati, S.T., M.Kom. NIDN0310038006, Allan D. Alexander, S.T., M.Kom. NIDN0305127404
Subjects: Teknologi dan Ilmu Terapan > Komputer
Teknologi dan Ilmu Terapan > Teknik Informatika
Divisions: Fakultas Ilmu Komputer > Informatika
Depositing User: Mr. Arif Syamsudin
Date Deposited: 14 Jan 2026 02:20
Last Modified: 14 Jan 2026 02:20
URI: http://repository.ubharajaya.ac.id/id/eprint/37538

Actions (login required)

View Item View Item

Downloads

Downloads per month over past year