PENERAPAN ALGORITMA CLUSTERING K-MEANS UNTUK MENENTUKAN POTENSI WILAYAH PENDISTRIBUSIAN BARANG
Daftar Isi:
- PT. Indomarco Adi Prima Pekanbaru dalam pengolahan data belum melakukan penganalisaan terhadap data yang ada, sehingga data tersebut perlu diolah untuk menghasilkan informasi-informasi penting bagi perusahaan kedepanya yang bisa membuat bussines solution dalam mengambil keputusan. Pada penelitian ini diterapkan algortima clustering k-means untuk mendapatkan informasi tentang potensi distribusi produk pada suatu daerah sesuai dengan tingkat distribusinya. Perhitungan dari algoritma ini dilakukan per bulan selama satu tahun. Data yang digunakan pada penelitian ini data pendistribusian barang selama satu tahun pada tahun 2016, dengan masing-masing tiap bulan memiliki 2860 record data. Parameter yang digunakan adalah nama barang, tujuan distribusi dan jumlah barang. Pada penelitian ini menghasilkan 3 cluster yaitu tingkat pendistribusian tinggi (C1), pendistribusian sedang (C2) dan pendistribusian rendah (C3). Pendistribusian barang untuk satu tahun yang menunjukan distribusi paling dominan tinggi terdapat pada bulan September dengan jumlah 544 produk dan November dengan jumlah 327 produk pendistribusian. Pengujian menggunakan perbandingan Between-Class Variation (BCV) dan Within-Class Variation (WCV) mendapatkan nilai rasio yang tinggi yaitu 0,0000976 dan artinya tingkat penggunaan nilai centeroid memiliki kualitas yang sangat baik. Dapat disimpulkan bahwa penerapan algoritma clustering k-means untuk menentukan potensi wilayah pendistribusian barang berhasil digunakan sesuai dengan tujuan yang diingingkan sebelumnya. Kata kunci: Between-Class Variation (BCV), Clustering K-Means, Data Mining, Pendistribusian, PT. Indomarco Adi Prima, Within-Class Variation (WCV).