ANALISA PENERAPAN METODE CLUSTERING K-MEANS UNTUK PENGELOMPOKAN DATA TRANSAKSI KONSUMEN

Studi Kasus: Cv. Mitra Indexindo Pratama

Abstract

Cv. Mitra indexindo pratama merupakan perusahaan yang bergerak di bidang penjualan dan jasa, Perusahaan juga menyediakan jasa perbaikan dan perawatan komputer untuk usaha/kantor yang membutuhkan dan juga melayani konsumen perorangan. Cv.Mitra Indexindo Pratama termasuk perusahaan perseorangan, karena semua sumber daya yang digunakan dalam operasi perusahaan adalah milik sendiri atau perseorangan, Data transaksi penjualan semakin lama semakin banyak sehingga akan terjadi penumpukan data, penumpukan data tsb kemudian akan di olah menggunakan aplikasi rapid miner. Akumulasi pengetahuan ini dapat digunakan untuk menemukan informasi yang berguna dan tersembunyi yang bisa digunakan untuk menerapkan strategi penjualan. Pengumpulan data tersebut dapat diproses oleh aplikasi rapidminer dengan menggunakan metode clustering K-Means dengan menggunakan 300 data transaksi konsumen, terhitung pengumpulan data dalam kurun waktu 2 bulan di cv mitra indexindo pratama. Tujuan dari penelitian ini adalah untuk mengelompokkan data transaksi konsumen menggunakan metode teknik clustering algoritma K-Means dengan membentuk 4 cluster berdasarkan Measure Types Bregman Divergences dengan parameter SquaredEuclideanDistance sampai menghasilkan nilai DBI terbaik. Hasil dari penelitian ini adalah hasil clustering K-means pada centroid akhir mengasilkan Cluster_2 (175.000.000), Cluster_0 (25.000.000), Cluster_1 (7.500.000) dan nilai terendah (0) pada cluster_3. Hasil pengujian kinerja dengan mengevaluasi Davies-Bouldin-Index (DBI) untuk efisiensi cluster, Berdasarkan hasil Davies-Bouldin Index (DBI) diperoleh selama pengujian data transaksi konsumen dengan program RapidMiner yaitu (K4) Davies-Bouldin-Index. (DBI) nilainya adalah 0,261.