CLUSTERING K-MEANS PADA DATA EKSPOR (STUDI KASUS: PT. GAIKINDO)
Abstract
PT Gaikindo adalah sebuah perusahaan otomotif dan produsen kendaraan bermotor yang mengirimkan produknya hingga ke luar negeri. Berdasarkan data ekspor mobil pada PT Gaikindo, terdapat banyak mobil dengan jumlah ekspor yang bervariasi. Oleh karena itu, PT. Gaikindo membutuhkan data mobil mana yang terlaris dan yang tidak laris untuk mengatur volume pengiriman mobil ke luar negeri. Penelitian ini menggunakan metode clustering dengan algoritma k-means. Metode ini mengelompokkan data dengan cara memasukkan data brand dan tipe mobil yang dikirim pada setiap negara. Hasil penelitian ini menunjukkan terdapat 3 cluster yang terbentuk dengan kategori sangat diminati, cukup diminati, dan sedikit diminati.
Keywords
Teks Lengkap:
PDFReferensi
H. Deresky, International Management, 4th ed. United States Of America: Addison-Wesley, 2006.
B. M. Metisen and H. L. Sari, “Analisis Clustering Menggunakan Metode K-Means Dalam Pengelompokkan Penjualan Produk Pada Swalayan Fadhila,” vol. 11, no. 2, pp. 110–118, 2015.
A. Yusuf and T. Priambadha, “Support Vector Machines yang Didukung K-Means Clustering Dalam Klasifikasi Dokumen,” JUTI J. Ilm. Teknol. Inf., vol. 11, pp. 13–16, 2013.
Y. Ardy and C. H. Budi, “Visualisasi Hasil Pemeriksaan Laboratorium Pasien Studi Kasus : Parahita Diagnostic Center,” vol. 01, no. 02, pp. 142–150, 2015.
P. L. O. S. Duran, “The Cluster Problem and Preliminary Ideas,” in Cluster Analysis, Springer, Berlin, Heidelberg, 1974, pp. 1–2.
Y. Agusta, “K-Means – Penerapan, Permasalahan dan Metode Terkait,” J. Sist. dan Inform., vol. 3, no. Pebruari, pp. 47–60, 2007.
N. Wakhidah, “Clustering Menggunakan K-Means Algorithm (K-Means Algorithm Clustering).”
DOI: https://doi.org/10.24176/simet.v11i1.3568
Article Metrics
Refbacks
- Saat ini tidak ada refbacks.
Indexed by:
Simetris : Jurnal Teknik Mesin, Elektro dan Ilmu Komputer is licensed under a Creative Commons Attribution 4.0 International License.
Dedicated to: