APLIKASI PENERAPAN DATA MINING PADA PENJUALAN PRODUK CAN 250 ML MENGGUNAKAN METODE CLUSTERING STUDI KASUS : PT. COCA-COLA AMATIL INDONESIA

Nainggolan, Ari Haulion (2014) APLIKASI PENERAPAN DATA MINING PADA PENJUALAN PRODUK CAN 250 ML MENGGUNAKAN METODE CLUSTERING STUDI KASUS : PT. COCA-COLA AMATIL INDONESIA. Other thesis, UPN "Veteran" Yogyajarta.

[thumbnail of Ari Haulion Nainggolan.pdf] Text
Ari Haulion Nainggolan.pdf
Restricted to Repository staff only
Download (1MB)
[thumbnail of DAFTAR_PUSTAKA.pdf] Text
DAFTAR_PUSTAKA.pdf
Download (77kB)

Abstract

Dalam menghadapi persaingan ketat antara pelaku bisnis, khususnya di industri
minuman ringan, para pelaku bisnis banyak melakukan cara supaya produk minuman yang
dijualnya tetap laku dan angka penjualan di setiap tahunnya bisa meningkat. Salah satu
cara pelaku bisnis yang dilakukan dalam menghadapi persaingan adalah dengan
menganalisis data penjualan di tahun-tahun sebelumnya, dan kemudian mengubah pola
penjualan agar di tahun berikutnya bisa meningkat. Tentunya pelaku bisnis memerlukan
waktu yang lama dalam menganalisis data penjualan yang begitu banyak.
Pada skripsi ini telah dapat dibuat suatu aplikasi untuk membantu general sales
manager untuk menganalisis data penjualan yang tertumpuk dengan data mining. Metode
data mining yang digunakan dalam skripsi ini adalah dengan metode clustering. Aplikasi
data mining ini dibuat dengan bahasa program PHP.
Aplikasi data mining ini menghasilkan kelompok-kelompok data penjualan yang
dianalisis dengan metode clustering. Kelompok data penjualan tersebut kemudian
dianalisis kembali guna mengambil keputusan menentukan pola penjualan di tahun
berikutnya supaya angka penjualan di tahun berikutnya meningkat.

Item Type: Thesis (Other)
Uncontrolled Keywords: metode clusteing
Subjects: Z Bibliography. Library Science. Information Resources > ZA Information resources
Divisions: Faculty of Engineering, Science and Mathematics > School of Engineering Sciences
Depositing User: Eko Yuli
Date Deposited: 17 Oct 2023 01:21
Last Modified: 17 Oct 2023 01:21
URI: http://eprints.upnyk.ac.id/id/eprint/37981

Actions (login required)

View Item View Item