PENERAPAN AlGORITMA K-MEANS CLUSTERING DAN DBSCAN PADA PENGELOMPOKAN DATA BARANG SUPPLYCHAIN MANAGEMEN

Tambunan, Jeremy (2025) PENERAPAN AlGORITMA K-MEANS CLUSTERING DAN DBSCAN PADA PENGELOMPOKAN DATA BARANG SUPPLYCHAIN MANAGEMEN. Bachelor thesis, Universitas Nasional.

	Text Cover.pdf Download (540kB)
	Text BAB I.pdf Download (257kB)
	Text BAB II.pdf Download (337kB)
	Text BAB III.pdf Download (746kB)
	Text BAB IV.pdf Download (886kB)
	Text BAB V.pdf Download (117kB)
	Text Lampiran.pdf Download (338kB)

Abstract

Perkembangan teknologi globalisasi membuat perusahaan harus meningkatkan kemampuannya untuk mengolah informasi yang akurat . Seperti dalam persediaan barang , bila digunakan secara manual hasilnya tidak efektif. Untuk mengatasinya dapat menggunakan teknik data mining atau Clustering yaitu mengelompokkan kumpulan data ke dalam cluster (kelompok) sehingga setiap cluster berisi banyak data yang serupa dan berbeda pada cluster lainnya, dengan memanfaatkan metode algoritma K-Means Clustering. Penelitian bertujuan untuk membangun sebuah sistem informasi persediaan barang yang memanfaatkan algoritma K-Means Clustering untuk mengelompokkan barang berdasarkan karakteristik tertentu. Melalui tahapan seperti Pengumpulan Data, Pra-pemrosesan Data, Implementasi K-Means dan DBSCAN, Evaluasi dan Validasi Klustering, serta Integrasi Hasil Klustering ke Sistem Informasi Supply Chain. Dari hasil penelitian disimpulkan bahwa data mining dengan metode algoritma K-Means Clustering pada Algoritma K-Means (WCSS per Cluster) dan Algoritma DBSCAN dapat mempermudah perusahaan dalam menentukan persediaan barang.

Item Type:	Thesis (Bachelor)
Subjects:	Q Science > Q Science (General) T Technology > T Technology (General)
Divisions:	Skripsi > Fakultas Teknologi Komunikasi dan Informatika > Program Studi Teknik Informatika
Depositing User:	Miss Rahma Rahmawati
Date Deposited:	12 Sep 2025 07:30
Last Modified:	15 Sep 2025 03:19
URI:	http://repository.unas.ac.id/id/eprint/14088

Actions (login required)

View Item