Penerapan Data Mining Menggunakan Algoritma K-Means untuk Mengetahui Tujuan Pengiriman Terfavorit Pelanggan Agen Ekspedisi

Muhammad Nur; Amanda Aziz P. Ramadhani; Noer Amalia Puspita; Brian Daniel Purba; Muhammad Naufal Alimurrosyid

doi:10.25273/doubleclick.v8i2.17311

Authors

Muhammad Nur Institut Teknologi Telkom Purwokerto
Amanda Aziz P. Ramadhani Institut Teknologi Telkom Purwokerto
Noer Amalia Puspita Institut Teknologi Telkom Purwokerto
Brian Daniel Purba Institut Teknologi Telkom Purwokerto
Muhammad Naufal Alimurrosyid Institut Teknologi Telkom Purwokerto

DOI:

https://doi.org/10.25273/doubleclick.v8i2.17311

Keywords:

Data Mining, K-Means Algorithm, Customer Interest, PT.XZY shipping agent, Customer Grouping.

Abstract

Penelitian ini bertujuan untuk menerapkan teknik Data Mining dengan menggunakan algoritma K-Means guna mengidentifikasi dan memahami pola pengiriman barang di agen ekspedisi PT.XZY. Penerapan algoritma K- Means dengan membagi data ke dalam satu atau lebih kelompok dengan data kelompok yang terbentuk tersebut didapat dari kesamaan data dalam satu kelompok dan data yang memiliki perbedaan kelompok yang lain. Data yang diambil dalam penelitian ini mencakup riwayat pembelian, preferensi tujuan pengiriman, frekuensi kunjungan, dan data terkait lainnya yang relevan dengan aktivitas pelanggan di agen ekspedisi PT.XZY. Metode K-Means sebagai alternatif metode penyelesaian dalam penelitian ini, digunakan untuk mengelompokkan pelanggan berdasarkan pola pembelian dan preferensi mereka. Pengelompokan ini akan membantu mengidentifikasi kelompok-kelompok pelanggan dengan minat serupa. Tahap penelitian ini meliputi analisis dan seleksi data, processing dan transformasi data, dan pengolahan data dengan menggunakan algoritma K-Means. Sistem yang dikembangkan berdasarkan hasil pengiriman penjualan barang di agen ekspedisi XYZ untuk mengelompokkan tujuan pengiriman terfavorit jumlah tujuan pengiriman sebanyak 10 tujuan pengirim dan jumlah total 810 pengiriman yang dilakukan agen ekspedisi di tahun 2020. Hasil penelitian tersebut mendapatkan sebuah persamaan dari dua pebedaan (iterasi) yang menghasilkan pelanggan dari yang kurang hingga sangat favorit. Sehingga dari hasil penelitian ini dapat membantu manajemen agen exspedisi PT.XZY dalam mengambil keputusan strategis, seperti meningkatkan layanan dan penawaran produk yang lebih sesuai dengan minat pelanggan. Selanjutnya, hasil dari analisis tersebut akan dievaluasi dan diinterpretasikan untuk memberikan wawasan tentang preferensi dan minat pelanggan di agen exspedisi PT.XZY dengan harapan dapat memberikan manfaat bagi agen exspedisi PT.XZY dalam meningkatkan daya saing dan efisiensi pemasaran.

Downloads

Download data is not yet available.

References

Merawati, L. K., & Andayani, N. M. A. (2022). Peningkatan Peran Bagian Logistik Accounting Department Dalam Menunjang Kegiatan Operasional Perusahaan Di Tengah Pandemi, 55â€“60.

Pangestu, A., & Ridwan, T. (2022). Penerapan Data Mining Menggunakan Algoritma K-Means Pengelompokan Pelanggan Berdasarkan Kubikasi Air Terjual Menggunakan Weka. JUST IT : Jurnal Sistem Informasi, Teknologi Informasi Dan Komputer, 11(3), 67â€“71.

Sekar Setyaningtyas, Indarmawan Nugroho, B., & Arif, Z. (2022). Penerapan Data Mining Teknik Clustering Algoritma K-Means. Jurnal Teknoif Teknik Informatika Institut Teknologi Padang, 10(2), 52â€“61.

Sudarsono, B. G., Leo, M. I., Santoso, A., & Hendrawan, F. (2021). Analisis Data Mining Data Netflix Menggunakan Aplikasi Rapid Miner. JBASE - Journal of Business and Audit Information Systems, 4(1), 13â€“21.

Sulistiyawati, A., & Supriyanto, E. (2021). Implementasi Algoritma K-means Clustring dalam Penetuan Siswa Kelas Unggulan. Jurnal Tekno Kompak, 15(2), 25.

Zai, C. (2022). Implementasi Data Mining Sebagai Pengolahan Data. Portal Data, 2(3), 1â€“12.