Analisis Data Penjualan Produk Pada CV Setia Maju Sentosa Menggunakan Metode K-Means

Fadila, Salsa and Suryati, Suryati and Marcellina, Dona (2024) Analisis Data Penjualan Produk Pada CV Setia Maju Sentosa Menggunakan Metode K-Means. Masters thesis, Universitas Indo Global Mandiri.

[thumbnail of Salsa Fadila_2020210024_File Cover - Daftar Isi.pdf] Text
Salsa Fadila_2020210024_File Cover - Daftar Isi.pdf

Download (681kB)
[thumbnail of Salsa Fadila_2020210024_File Full Karya Ilmiah.pdf] Text
Salsa Fadila_2020210024_File Full Karya Ilmiah.pdf
Restricted to Repository staff only

Download (2MB) | Request a copy

Abstract

Penjualan produk merupakan aspek penting dalam mengelola bisnis dan strategi yang tepat diperlukan untuk meningkatkan efisiensi dan profitabilitas. Penelitian ini bertujuan untuk menganalisis data penjualan produk pada CV. Setia Maju Sentosa menggunakan metode K-Means. Metode K-Means adalah salah satu teknik analisis kluster yang dapat digunakan untuk mengelompokkan produk-produk berdasarkan pola penjualan mereka. Penelitian ini dilakukan dengan mengumpulkan data penjualan produk selama periode tertentu, kemudian menganalisis data tersebut menggunakan metode K-Means. Hasil analisis akan membantu dalam mengidentifikasi pola penjualan produk, mengelompokkan produk yang memiliki perilaku penjualan serupa, dan memberikan wawasan yang dapat digunakan untuk pengambilan keputusan bisnis. Hasil penelitian ini diharapkan dapat memberikan manfaat kepada CV. Setia Maju Sentosa dalam mengoptimalkan strategi penjualan produk mereka. Dengan mengelompokkan produk berdasarkan pola penjualan, perusahaan dapat mengidentifikasi peluang untuk meningkatkan penjualan, mengelola stok dengan lebih efisien, dan mengembangkan strategi pemasaran yang lebih tepat sasaran.

Kata kunci: Analisis Data, Penjualan Produk, K-Means, Kluster, CV. Setia Maju Sentosa.

Item Type: Thesis (Masters)
Subjects: T Technology > T Technology (General)
Z Bibliography. Library Science. Information Resources > ZA Information resources
Divisions: Fakultas Ilmu Komputer > Sistem Informasi S1
Depositing User: Salsa Fadila
Date Deposited: 20 Feb 2024 03:25
Last Modified: 20 Feb 2024 03:25
URI: http://repository.uigm.ac.id/id/eprint/1678

Actions (login required)

View Item
View Item