BAB 1
PENDAHULUAN
1.1 Latar
belakang
Kehadiran
teknologi informasi terutama basis data dalam perusahaan sudah menjadi kebutuhan
pokok. Banyak perusahaan yang mengumpulkan data dengan ukuran yang besar
sehingga pertumbuhan jumlah data yang begitu cepat hanya membuat data tidak dimanfaaatkan dengan
baik. Salah satu
perusahaan yang memiliki
penyimpanan jumlah data yang
besar adalah perusahaan
ritel. Perusahaan ritel
setiap harinya memiliki jumlah
transaksi yang sangat banyak. Hal ini berdampak pada pertumbuhan jumlah data
yang sangat pesat
dan menimbulkan jumlah
data yang berskala
besar dalam basis data.
Data tersebut dapat
diolah sehingga memperoleh
informasi yang bermanfaat untuk
strategi pemasaran. Salah satu cara memperoleh strategi pemasaran adalah dengan
memperhatikan kapan suatu produk banyak dibeli konsumen, sehingga manajemen perusahaan
mengetahui produk apa
saja yang harus
ditingkatkan penjualanannya.
Suatu teknologi
yang dapat digunakan
untuk mewujudkannya adalah
Data mining. Data mining
adalah serangkaian proses
untuk menggali nilai
tambah dari suatu kumpulan
data berupa pengetahuan
yang selama ini
tidak diketahui secara manual (Kusrini, 2009). Terdapat
beberapa penelitian pada data penjualan yang telah dilakukan, yaitu
penerapan data mining
pada penjualan menggunakan
metode Agglomerative
Hierarchical
Clustering(Sutrisno, 2013) yang menghasilkan pola penjualan produk mana yang diminati oleh
konsumen,kekurangan dalam penelitian ini adalah
proses clustering lebih
lambat dibandingkan k-meansdan
metode yang digunakan tidakmenentukan jumlah
klaster dari awal. Penelitian lainnya
adalah implementasi data mining
untuk mengetahui pola
transaksi pada data
penjualan menggunakan metode Deskripsi (Anisah, 2013)
yang menghasilkan pola
transaksi penjualan per periode dan informasi tingkat penjualan kategori
produk yang laku dan jarang laku, pada
penelitiannya memiliki kekurangan dalam segi
metode yang digunakan, metode
yang digunakan adalah
metode deskripsi yang
menggunakan jumlah transaksi penjualan
sebagai variabel untuk
menghasilkan nilai rata-rata, median dan modus untuk setiap
produk.
Clustering merupakan
proses membagi data
dalam suatu himpunan
kedalam beberapa kelompok yang
kesamaan datanya dalam
suatu kelompok lebih besar
dari pada kesamaan data tersebut dengan data dalam kelompok lain. Salah
satu algoritma yang termasuk dalam metode kluster adalah Fuzzy C-Means(FCM) yang merupakan algoritma
clustering data supersived yang setiap datanya menjadi anggota dari suatu kluster
dengan derajat didefinisikan dengan level keanggotaan (Kusrini, 2009).
Penelitian yang
telah dilakukan menggunakan
Algoritma FCM adalah penerapan data mining Penerapan Fuzzy
C-Means dalamPemilihan Peminatan Tugas Akhir.
Hasil dari penelitian
ini bahwa FCM
sesuai untuk aplikasi
pemilihan peminatan tugas akhir karena memiliki akurasi yang tinggi
(Sumanto, 2011) Oleh karena itu,
penulis akan mengambil
judul Sistem Clustering Data Penjualan Menggunakan
Algoritma Fuzzy C-Means.
Skripsi Teknologi Informasi:Sistem Clustering Data Penjualan Menggunakan Algoritma Fuzzy C-Means
Downloads Versi PDF >>>>>>>Klik Disini
 |
Bab I
|
Downloads
|
|
Bab II
|
Downloads
|
|
Bab III - V
|
Downloads
|
|
Daftar Pustaka
|
Downloads
|
|
Lampiran
|
Downloads
|
Artikel terkait skripsi diantaranya : contoh proposal penelitian kualitatif, contoh proposal penelitian kuantitatif,contoh judul skripsi, contoh skripsi,contoh proposal,download skripsi, proposal skripsi, Kumpulan Contoh skripsi, contoh artikel, contoh makalah,proposal penelitian, karya tulis, judul seminar akuntansi, proposal tentang, beasiswa disertasi, laporan ta, tugas ta, tesis akuntansi keuangan, tesis kesehatan, proposal tesis akuntansi, contoh-contoh tesis, tesis gratis, tesis contoh, contoh bab 1 tugas akhir, kumpulan tugas akhir akuntansi, proposal pengajuan tugas akhir, contoh laporan tugas akhir akuntansi, judul tugas akhir jurusan akuntansi.
