Record Detail Back
Implementasi Algoritma K-Means Dan Xgboost Dalam Rekomendasi Jurusan Kuliah Berdasarkan Analisis Nilai Akademik Dan Minat Siswa
- Share to:
Pengelolaan laporan penjualan dan distribusi produk vape yang belum terintegrasi dengan baik dapat menyebabkan kesulitan dalam pengolahan data serta ketidakefisienan dalam proses distribusi, sementara penentuan lokasi distribusi yang belum optimal berpotensi meningkatkan biaya operasional dan waktu pengiriman. Penelitian ini bertujuan untuk mengembangkan Sistem Informasi Laporan Penjualan dan Distribusi Produk Vape berbasis web serta mengoptimalkan lokasi distribusi menggunakan algoritma K-Means. Metode penelitian yang digunakan meliputi identifikasi masalah, studi literatur, pengumpulan data, analisis kebutuhan sistem, perancangan sistem, implementasi sistem, dan pengujian sistem. Sistem dikembangkan berbasis web untuk memudahkan pengelolaan data penjualan dan distribusi secara terintegrasi, sedangkan algoritma K-Means diterapkan untuk melakukan pengelompokan lokasi distribusi berdasarkan data penjualan dan distribusi guna menghasilkan rekomendasi lokasi distribusi yang optimal. Hasil penelitian menunjukkan bahwa sistem yang dikembangkan mampu mengelola data penjualan dan distribusi dengan baik serta menghasilkan pengelompokan lokasi distribusi yang dapat digunakan sebagai dasar pengambilan keputusan. Penerapan algoritma K-Means pada sistem ini membantu meningkatkan efisiensi dalam proses distribusi produk vape sehingga sistem informasi yang dikembangkan dapat mendukung pengelolaan laporan penjualan dan optimasi distribusi secara lebih efektif
Kharisma Rizkyandra Ekaputra - Personal Name
005 EKA I
NONE
Text
Indonesia
Universitas Langlangbuana
2026
Bandung
LOADING LIST...
LOADING LIST...
APA Citation
Kharisma Rizkyandra Ekaputra. (2026).Implementasi Algoritma K-Means Dan Xgboost Dalam Rekomendasi Jurusan Kuliah Berdasarkan Analisis Nilai Akademik Dan Minat Siswa.(Electronic Thesis or Dissertation). Retrieved from https://localhost/etd