Penggunaan Metode K-Means Clustering Pada Algoritma Apriori Untuk Pola Data Pendistribusian Pakan Ikan (Studi Kasus Di Pt Central Proteina Prima)
Daftar Isi:
- Pengelolaan data dapat dijadikan sebagai sumber informasi salah satunya dengan cara mengembangkan aplikasi data mining . Penggunaan data mining diharapkan mampu memilah dan memilih sumber informasi tersebut. Informasi dapat diperoleh dari berbagai bidang kehidupan termasuk pada transaksi bisnis salah satunya yaitu pada data pendistribusian pakan ikan. Data pendistribusian pakan ikan dapat memberikan gambaran bagi distributor untuk meningkatkan hasil pemasaran. Data pendistribusian pakan ikan dianalisis menggunakan metode k-means clustering dan algoritma apriori. Algoritma K-Means merupakan salah satu algoritma yang banyak digunakan pada pengelompokan data, algoritma ini merupakan algoritma clustering untuk tipe partisional. Algoritma apriori yaitu menghitung pola kemunculan item yang muncul dalam data transaksi dengan beberapa iterasi. Penggunaan metode k-means clustering pada data pendistribusian pakan ikan adalah untuk pola pada bulan tertentu pendistribusian pakan ikan mana saja yang rendah, sedang dan tinggi. Hasil clustering kemudian diproses menggunakan algoritma apriori untuk menentukan rule berdasarkan minimal support dan minimal confidence pada data pendistribusian jumlah pakan ikan lalu dianalisa kekuatan rule -nya menggunakan lift ratio.