ANALISIS RFM (RECENCY, FREQUENCY AND MONETARY) PRODUK MENGGUNAKAN METODE K-MEANS

FIRMANSAH, RIDHO YULI (2021) ANALISIS RFM (RECENCY, FREQUENCY AND MONETARY) PRODUK MENGGUNAKAN METODE K-MEANS. Skripsi thesis, Insritut Teknologi Nasional Malang.

	Text 1718022_COVER - Ridho Yuli Firmansah.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (978kB)
	Text 1718022_BAB I - Ridho Yuli Firmansah.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (103kB)
	Text 1718022_BAB II - Ridho Yuli Firmansah.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (215kB) | Request a copy
	Text 1718022_BAB III - Ridho Yuli Firmansah.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB) | Request a copy
	Text 1718022_BAB IV - Ridho Yuli Firmansah.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (3MB) | Request a copy
	Text 1718022_BAB V - Ridho Yuli Firmansah.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (33kB) | Request a copy
	Text 1718022_DAFTAR PUSTAKA - Ridho Yuli Firmansah.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (104kB)
	Text 1718022_LAMPIRAN - Ridho Yuli Firmansah.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (2MB) | Request a copy

Abstract

ABSTRAK Pada saat ini penggunaan teknologi saat ini sudah mencakup berbagai bidang, salah satunya pada bidang bisnis. Sintetic store merupakan salah satu toko reseller yang sudah menggunakan teknologi dalam proses bisnisnya. Setiap bulan, toko ini memesan kembali produk berdasarkan produk mana saja yang habis terjual pada bulan sebelumnya. Namun pemesanan kembali hanya berdasarkan total dari produk yang terjual saja, sehingga ada beberapa produk yang belum terjual juga ikut dipesan kembali. Hal ini menyebabkan adanya penumpukan barang digudang. Selain itu, produk pakaian yang sering diminati pembeli sering habis terjual. Dalam proses restock, data yang tercatat hanya beradasarkan produk-produk yang laku terjual. Pihak manajemen tidak memiliki sistem yang baik untuk mengatur proses ketersediaan stok produk pakaian dalam setiap ukuran. Karena itu, untuk mempermudah pengelompokkan produk pakaian berdasarkan tanggal terakhir transaksi, total pendapatan, warna dan ukuran, penulis menggunakan Sistem Pendukung Keputusan dengan analisis atribut yang digunakan menggunakan atribut RFM yaitu Recency, Frequency dan Monetary metode K-Means Clustering. Pengelompokkan data-data menggunakan 3 cluster utama yaitu tertinggi, sedang, dan rendah. Pada pembuatan website menggunakan bahasa pemrograman PHP dan framework Codeigniter versi 3. Hasil pengujian menggunakan metode K-Means Clustering dan perhitungan manual menunjukkan bahwa hasil memiliki kesesuaian sebesar 99%. Pengujian fungsional merupakan pengujian aplikasi yang telah dibuat dengan mengimplementasikan ke beberapa browser seperti Google Chrome versi 86.0.4240.198 , Microsoft Edge Version 87.0.664.47 dan Mozilla Firefox 75.0 didapatkan hasil sistem dapat berjalan 100% sesuai dengan fungsinya. Kata Kunci : Sistem Pendukung Keputusan, K-Means, Clustering, Restock, Produk

Item Type:	Thesis (Skripsi)
Additional Information:	RIDHO YULI FIRMANSAH 17.18.022
Uncontrolled Keywords:	Sistem Pendukung Keputusan, K-Means, Clustering, Restock, Produk
Subjects:	Engineering > Informatics Engineering
Divisions:	Fakultas Teknologi Industri > Teknik Informatika S1 > Teknik Informatika S1(Skripsi)
Depositing User:	Ms Nunuk Yuli
Date Deposited:	22 Mar 2021 04:09
Last Modified:	22 Mar 2021 04:09
URI:	http://eprints.itn.ac.id/id/eprint/5394

Actions (login required)

View Item