IMPLEMENTASI ALGORITMA K-MEANS CLUSTERING UNTUK PENGELOMPOKAN MINAT KONSUMEN PADA PRODUK ONLINE SHOP



ALI KHOFI LUTFI, MUHAMMAD (2019) IMPLEMENTASI ALGORITMA K-MEANS CLUSTERING UNTUK PENGELOMPOKAN MINAT KONSUMEN PADA PRODUK ONLINE SHOP. Undergraduate thesis, Universitas Muhammadiyah Jember.

[thumbnail of JURNAL.pdf] Text
JURNAL.pdf

Download (325kB)
[thumbnail of ABSTRAK.pdf] Text
ABSTRAK.pdf

Download (149kB)
[thumbnail of PENDAHULUAN.pdf] Text
PENDAHULUAN.pdf

Download (462kB)
[thumbnail of 1410651198.pdf] Text
1410651198.pdf

Download (830kB)
[thumbnail of BAB I.pdf] Text
BAB I.pdf

Download (209kB)
[thumbnail of BAB II.pdf] Text
BAB II.pdf
Restricted to Repository staff only

Download (395kB)
[thumbnail of BAB III.pdf] Text
BAB III.pdf
Restricted to Repository staff only

Download (371kB)
[thumbnail of BAB IV.pdf] Text
BAB IV.pdf
Restricted to Repository staff only

Download (333kB)
[thumbnail of BAB V.pdf] Text
BAB V.pdf
Restricted to Repository staff only

Download (142kB)
[thumbnail of LAMPIRAN.pdf] Text
LAMPIRAN.pdf

Download (4MB)

Abstract

Perkembangan teknologi internet saat ini begitu pesat dalam berbagai
bidang, tak terkecuali dalam dunia bisnis. hal ini dapat dilihat dengan
munculnya berbagai usaha dibidang penjualan berbasis online atau biasa disebut
Online shop. Semakin besar sebuah Online shop maka semakin banyak transaksi
yang dilakukan, serta dapat menarik data yang begitu besar pula.
Dalam kegiatan transaksi penjualan, minat konsumen terhadap penjualan
suatu produk dapat diukur dari banyaknya jumlah transaksi penjualan yang
dilakuan. Nantinya informasi tersebut dapat digunakan sebagai penentuan strategi
pemasaran. Maka dibutuhkan sebuah Teknik data mining untuk mendapatkan
berbagai informasi yang bermanfaat bagi perusahaan.
K-Means merupakan salah satu metode data clustering non hirarki yang
mempartisi data ke dalam cluster sehingga data yang memiliki karakteristik yang
sama dikelompokkan ke dalam satu cluster yang sama dan data yang mempunyai
karakteristik yang berbeda dikelompokkan ke dalam kelompok lain.
Hasil dari penelitian ini menunjukkan bahwa jumlah Cluster paling optimal
yaitu 3 Cluster dengan nilai DBI 0.469 dan dari 2708 data penjualan terdapat 50
produk merupakan anggota Cluster 1, 355 produk anggota Cluster 2 dan 2303
produk anggota Cluster 3. Diharapkan penelitian ini dapat bermanfaat untuk
perusahaan dan sebagai acuan untuk penelitian selanjutnya.

Kata Kunci: Minat Konsumen, K-Means Clustering, Online Shop

Contribution
Nama Dosen Pembimbing
NIDN/NIDK
UNSPECIFIED
Nilogiri, Agung
nidn0030037701

Item Type: Thesis (Undergraduate)
Subjects: 600 Technology and Applied Science > 620 Engineering
Divisions: Faculty of Engineering > Department of Informatics Engineering (S1)
Depositing User: rahma wahyu ningsih | ningsihrahmawahyu@gmail.com
Date Deposited: 07 Dec 2020 02:23
Last Modified: 20 Feb 2025 06:10
URI: http://repository.unmuhjember.ac.id/id/eprint/7165

Actions (login required)

View Item View Item