Record Detail Back
Penerapan Algoritma K-Means Clustering Dalam Analisis Data Penjualan Untuk Sistem Aplikasi Aha.Id
- Share to:
Penelitian ini fokus pada pengembangan algoritma K-Means pada sistem aplikasi AHA.ID. Tujuan dari penelitian ini adalah untuk meningkatkan kinerja algoritma K-Means dan mengintegrasikannya ke dalam sistem AHA.ID untuk memberikan fitur analisis data penjualan yang baik. Dalam penelitian ini, dilakukan beberapa perbaikan pada algoritma K-Means. Pertama, dilakukan penyesuaian pada metode inisialisasi centroid untuk mengoptimalkan hasil clustering. Metode inisialisasi ini mempertimbangkan konteks khusus dari data penjualan dalam AHA.ID, seperti
kategori barang yang paling laku, menengah, dan tidak laku untuk memilih centroid awal yang lebih representatif. Selain itu, disarankan penggunaan metode pengelompokan yang lebih efisien dengan memanfaatkan keunggulan infrastruktur komputasi yang tersedia di AHA.ID. Hal ini memungkinkan proses clustering menjadi lebih cepat dan meminimalkan beban komputasi pada pengguna. Setelah pengembangan algoritma K-Means selesai, langkah selanjutnya adalah mengintegrasikannya ke dalam sistem AHA.ID. Algoritma K-Means yang diperbarui ini akan memberikan fitur analisis data yang kuat kepada penggunaAHA.ID. Pengguna dapat mengelompokkan data proyek mereka berdasarkan kesamaan karakteristik atau atribut tertentu, sehingga mempermudah pengambilan
keputusan dan perencanaan proyek.
Cep Toto - Personal Name
005 TOT p
NONE
Text
Indonesia
Universitas Langlangbuana
2023
Bandung
LOADING LIST...
LOADING LIST...
APA Citation
Cep Toto. (2023).Penerapan Algoritma K-Means Clustering Dalam Analisis Data Penjualan Untuk Sistem Aplikasi Aha.Id.(Electronic Thesis or Dissertation). Retrieved from https://localhost/etd