Penerapan Data Mining Untuk Mentukan Strategi Penjualan Menggunakan K-Means Clustering

Authors

  • Karazisokhi Laia Universitas Budi Darma

DOI:

https://doi.org/10.70404/ketik.v3i01.137

Keywords:

Data Mining, Penjualan, Strategi, K-Means, Clustering

Abstract

Pemilihan guru terbaik dalam dunia pendidikan merupakan salah satu hal penting untuk meningkatkan mutu pendidikan bagi siswa sebagai generasi bangsa. Sistem pendukung keputusan dalam pemilihan guru terbaik merupakan sistem pengambilan keputusan untuk mendapatkan informasi dalam menyelesaikan suatu tujuan yang dihadapi. Pada SMP Mts Al-Hidayah Patumbak masih kurang efektif karena kurangnya mendapatkan informasi dalam pemilihan kriteria guru, sehingga tidak dapat diambil keputusan dalam penilaian kriteria kinerja seorangguru, sehingga sistem pelaksanaa tanggung jawab seorang guru masih sama sampai saat ini tidak ada perkembangan. Berdasarkan masalah tersebut maka diperlukan sistem pendukung keputusan dengan menggunakan perbandingan metode Profile Matching dan Topsis. Maka dari hasil kedua metode diatas akan dibandikan. Hasil perhitungan yang dilakukan metode Profile Matching memiliki hasil 437.00%. Sedangkan hasil perhitungan metode Topsis dengan hasil nilai 0,201711. Kedua hasil metode tersebut dibandingkan dalam menentukan hasil terbaik yang cocok digunakan pada masalah pemilihan guru terbaik, maka digunakan metode Waspas. Berdasarkan perhitungan metode Waspas, metode yang memiliki nilai tertinggi yang cocok digunakan dalam menyelesaikan masalah pemilihan guru terbaik adalah metode Topsis dengan hasil nilai 75,82994.

Downloads

Download data is not yet available.

References

N. A. Hasibuan, “Analisa Perbandingan Algoritma HuffmanDengan Rice Code Dalam Kompresi File Video,” vol. 6, no. November, pp. 159–166, 2022, doi: 10.30865/komik.v6i1.5751.

H. Edha, S. H. Sitorus, and U. Ristian, “PENERAPAN METODE TRANSFORMASI RUANG WARNA HUE SATURATION INTENSITY (HSI) UNTUK MENDETEKSI KEMATANGAN BUAH MANGGA HARUM MANIS Hendryanto,” J. Komput. dan Apl., vol. 8, no. 1, pp. 1–10, 2020.

W. Mertiana, T. Sardjono, and N. Hikmah, “Peningkatan Kontras Citra Mamografi Digital Dengan Menggunakan Clahe dan Contrast Stretching,” J. Tek. ITS, vol. 9, no. 2, pp. 222–227, 2020.

R. Tari, S. D. Nasution, and T. Zebua, “Penerapan Algoritma Arithmetic Coding Untuk Mengkompresi Record Database Pada Aplikasi Ensiklopedia Flora Berbasis Android,” TIN Terap. Inform. Nusant., vol. 2, no. 7, pp. 433–444, 2021, [Online]. Available: http://ejurnal.seminar-id.com/index.php/tin/article/view/950.

I. Hasan, N. I. Syahputri, and U. H. Medan, “Analisis Parameter Kompresi Algoritma Elias Omega Code dan Fibonacci Code Pada File Digital,” vol. 6341, no. April, pp. 8–22, 2021.

I. Ihsan and D. P. Utomo, “Analisis Perbandingan Algoritma Even-Rodeh Code Dan Algoritma Subexponential Code Untuk Kompresi File Teks,” KOMIK (Konferensi Nas. Teknol. Inf. dan Komputer), vol. 4, no. 1, pp. 223–227, 2020, doi: 10.30865/komik.v4i1.2684.

Lamsah and D. P. Utomo, “Penerapan Algoritma Stout Codes Untuk Kompresi Record Pada Databade Di Aplikasi Kumpulan Novel,” KOMIK (Konferensi Nas. Teknol. Inf. dan Komputer), vol. 4, no. 1, pp. 311–314, 2020, doi: 10.30865/komik.v4i1.2710.

M. A. Latif, S. D. Nasution, and Pristiwanto, “Analisa Perbandingan Algoritma Rice Codes Dengan Algoritma Goldbach Codes Pada Kompresi File Text Menggunakan Metode Exponential,” Maj. Ilm. INTI (Informasi dan Teknol. Ilmiah), vol. 13, no. 1, pp. 28–33, 2018.

R. T. A. Sitanggang, “Penerapan Algoritma Stout Codes Untuk Kompresi Databases Pada Pinjaman Online,” Bull. Inf. Technol., vol. 3, no. 3, pp. 189–194, 2022, [Online]. Available: https://journal.fkpt.org/index.php/BIT/article/view/334.

K. Ramayani, “Penerapan Algoritma Rice Codes Untuk Mengkompresi File Video,” vol. 5, pp. 186–192, 2021, doi: 10.30865/komik.v5i1.3670.

Downloads

Published

30-09-2025

How to Cite

Laia, K. (2025). Penerapan Data Mining Untuk Mentukan Strategi Penjualan Menggunakan K-Means Clustering. KETIK : Jurnal Informatika, 3(01), 01–11. https://doi.org/10.70404/ketik.v3i01.137

Issue

Section

Articles