Universitas Bhayangkara Jakarta Raya

Institutional Repositories

Oktaviani, Oktaviani (2025) Pengelompokan Produk Sepatu Berdasarkan Pola Penjualan Dengan K-Means Clustering. Undergraduate thesis, Universitas Bhayangkara Jakarta Raya.

[img] Text
202110715055_Oktaviani_Cover-Daftar Isi.pdf

Download (3MB)
[img] Text
202110715055_Oktaviani_BAB I.pdf

Download (1MB)
[img] Text
202110715055_Oktaviani_BAB II, III, IV.pdf
Restricted to Registered users only

Download (2MB)
[img] Text
202110715055_Oktaviani_BAB V.pdf

Download (1MB)
[img] Text
202110715055_Oktaviani_Daftar Pustaka.pdf

Download (998kB)
[img] Text
202110715055_Oktaviani_Lampiran.pdf
Restricted to Repository staff only

Download (3MB)

Abstract

Penelitian ini bertujuan untuk mengelompokkan produk sepatu berdasarkan pola penjualannya dengan menerapkan algoritma K-Means Clustering terhadap 761 data transaksi penjualan periode September hingga Desember 2023. Tahapan penelitian mengikuti kerangka Knowledge Discovery in Database (KDD), mencakup pembersihan data, transformasi, normalisasi, pemodelan, dan evaluasi menggunakan metrik Davies-Bouldin Index (DBI). Hasil penelitian menunjukkan bahwa algoritma K-Means berhasil membentuk empat cluster dengan kualitas yang dinilai cukup baik berdasarkan nilai Davies-Bouldin Index (DBI) sebesar 0.799. Keempat cluster tersebut diberi label Sangat Laris, Tidak Laris, Kurang Laris, dan Cukup Laris. Hasil pengelompokan ini dapat dimanfaatkan untuk mendukung strategi promosi yang lebih tepat sasaran, pengelolaan stok yang efisien, serta pengambilan keputusan berbasis data.

Item Type: Thesis (Undergraduate)
Additional Information: Pembimbing: Prima Dina Atika, S.Kom., M.Kom. NIDN0311037107, Khairunnisa Fadhilla Ramadhania, M.Si. NIDN0328039201
Subjects: Teknologi dan Ilmu Terapan > Komputer
Teknologi dan Ilmu Terapan > Teknik Informatika
Divisions: Fakultas Ilmu Komputer > Informatika
Depositing User: Mr. Arif Syamsudin
Date Deposited: 16 Oct 2026 02:37
Last Modified: 16 Oct 2026 02:37
URI: http://repository.ubharajaya.ac.id/id/eprint/41613

Actions (login required)

View Item View Item

Downloads

Downloads per month over past year