Penerapan Data Mining Pada Penjualabn Produk Di Distro Maternal Disaster Menggunakan Metode Clustering

N, Dian Fitra (2017) Penerapan Data Mining Pada Penjualabn Produk Di Distro Maternal Disaster Menggunakan Metode Clustering. Other thesis, Universitas Komputer Indonesia.

[thumbnail of 1.UNIKOM_DIAN FITRA N_COVER.pdf] Text
1.UNIKOM_DIAN FITRA N_COVER.pdf

Download (110kB)
[thumbnail of 4.UNIKOM_DIAN FITRA N_KATA PENGANTAR.pdf] Text
4.UNIKOM_DIAN FITRA N_KATA PENGANTAR.pdf

Download (160kB)
[thumbnail of 5.UNIKOM_DIAN FITRA N_DAFTAR ISI.pdf] Text
5.UNIKOM_DIAN FITRA N_DAFTAR ISI.pdf

Download (98kB)
[thumbnail of 10.UNIKOM_DIAN FITRA N_DAFTAR PUSTAKA.pdf] Text
10.UNIKOM_DIAN FITRA N_DAFTAR PUSTAKA.pdf

Download (202kB)
[thumbnail of 11.UNIKOM_DIAN FITRA N_BAB I.pdf] Text
11.UNIKOM_DIAN FITRA N_BAB I.pdf

Download (206kB)
[thumbnail of 12.UNIKOM_DIAN FITRA N_BAB II.pdf] Text
12.UNIKOM_DIAN FITRA N_BAB II.pdf

Download (626kB)
[thumbnail of 15.UNIKOM_DIAN FITRA N_BAB V.pdf] Text
15.UNIKOM_DIAN FITRA N_BAB V.pdf

Download (87kB)
[thumbnail of 18.UNIKOM_DIAN FITRA N_LEMBAR PENGESAHAN.pdf] Text
18.UNIKOM_DIAN FITRA N_LEMBAR PENGESAHAN.pdf

Download (191kB)
[thumbnail of 19.UNIKOM_DIAN FITRA N_SURAT PERNYATAAN TIDAK PLAGIAT.pdf] Text
19.UNIKOM_DIAN FITRA N_SURAT PERNYATAAN TIDAK PLAGIAT.pdf

Download (179kB)
[thumbnail of 20.UNIKOM_DIAN FITRA N_JURNAL BAHASA INDONESIA.pdf] Text
20.UNIKOM_DIAN FITRA N_JURNAL BAHASA INDONESIA.pdf

Download (461kB)
[thumbnail of 21.UNIKOM_DIAN FITRA N_JURNAL BAHASA INGGRIS.pdf] Text
21.UNIKOM_DIAN FITRA N_JURNAL BAHASA INGGRIS.pdf

Download (391kB)
[thumbnail of 24.UNIKOM_DIAN FITRA N_SURAT KETERANGAN PERSETUJUAN PUBLIKASI.pdf] Text
24.UNIKOM_DIAN FITRA N_SURAT KETERANGAN PERSETUJUAN PUBLIKASI.pdf

Download (199kB)

Abstract

Distro Maternal Disaster merupakan tempat penjualan pakaian yang bertempat di Bandung sejak 2003. Produk utama yang dijual di Distro Maternal Disaster adalah pakaian. Setelah melakukan wawancara, didapatkan informasi bahwa pihak distro selalu membuat produk baru setiap bulannya dan produk tersebut dikirimkan ke outlet yang telah tersebar. Berdasarkan survey kuesioner terhadap 14 outlet, didapatkan informasi bahwa 11 dari 14 outlet menyatakan produk yang dikirimkan ke setiap outlet tidak sesuai dengan karakteristik outlet. Ketidaksesusaian tersebut karena jenis produk dan ukuran yang tidak sesuai dari setiap outlet, sehingga menjadikan setiap outlet memiliki karakteristik yang berbeda terhadap produk. Dilihat dari hasil survey yang telah dilakukan, dapat diambil kesimpulan bahwa produk yang dikirimkan tidak sesuai dengan karakteristik outlet yang berbeda-beda sehingga outlet mengalami kesulitan dalam menjual produk Maternal. Untuk mendapatkan informasi karakteristik yang berbeda dari setiap outlet, maka dilakukan segmentasi terhadap setiap outlet dengan menggunakan data mining dan metode clustering. Metode tersebut dapat memisahkan data data kedalam sejumlah kelompok (cluster) menurut karakteristik data. Algoritma yang digunakan adalah Agglomerative Hierachical Clustering (AHC) dimana segmentasi diawali dengan mempresentasikan setiap objek data sebagai satu segmen, kemudian dilakukan perhitungan jarak antar segmen tersebut. Setelah itu, segmen yang memiliki jarak terkedat digabungkan menjadi segmen baru. Solusi dari permasalahan tersebut adalah dengan membentuk segmentasi outlet berdasarkan data penjualan, sehingga karakteristik dari setiap outlet dapat terlihat. Berdasarkan hasil pengujian dapat disimpulkan bahwa segmentasi outlet ini dapat memudahkan pihak Distro Maternal Disaster untuk membentuk segmentasi outlet sehingga memudahkan pihak distro dalam menentukan strategi bisnis yang tepat untuk setiap segmen outlet berdasarkan karakteristiknya.

Maternal Disater Distro is store that sells clothing and located in Bandung since 2003. The main product of Maternal Disaster Distro is clothing. After conducting interviews, obtained information that they always make new products every months and those product are being delivered to outlets that had been scattered. Based on questionnaire surveys to 14 outlets, obtained information that 11 of 14 outlets declared the product that being delivered to every outlets not in accordance with the needs of outlets. The mismatch happen because the product�s type and size is different in each outlet, making each outlet has different requirements for the product. Seen from survey�s results that was conducted, can be concluded that the delivered product was not match with the requirements and make the outlets troubled at selling Maternal�s products. To get the different characteristic information from every outlet, then segmentation must be done to every outlet by using data mining and clustering based on data characteristics. The algorithm used is Agglomerative Hierarchical Clustering (AHC) where segmentation begins by presenting each data object as one segment, then calculate the distance between segments. After that, the segment that have the shortest distance will combined into a new segment. Solution to solving that problem is to make outlet�s segmentation based on sales data, so the characteristic from each outlet can be seen. Based on test result can be concluded that this outlet segmentation systems can make Maternal Disaster Distro easier to make outlet�s segmentation and make them easier at determining business strategy that appropriate to each segment based on their characteristics outlet.

Item Type: Thesis (Other)
Additional Information: Migrasi dari GDL. Identifier: jbptunikompp-gdl-dianfitran-36878. Folder: S1-Final_Project / Fakultas_Teknik_dan_Ilmu_Komputer / Teknik_Informatika / 2017
Uncontrolled Keywords: segmentasi outlet, data mining, clustering, Agglomeration Hierarchical Clustering, AHC, complete linkage
Divisions: S1 Skripsi > Teknik Informatika
Depositing User: Robot Migration
Date Deposited: 05 Nov 2026 12:32
Last Modified: 05 Nov 2026 12:32
URI: https://elibrary.unikom.ac.id/id/eprint/47875

Actions (login required)

View Item
View Item