K-MEANS ALGORITHM TO DETERMINE MARKETING STRATEGY AT CODEVERSE COMPUTER ACCESSORIES STORE

Muhamad Naufal Burhanuddin Balit, Fandy Setyo Utomo

Abstract


Abstract: Artificial Intelligence (AI) is currently gaining popularity across various industries, including healthcare, finance, and others. In this study, AI technology is employed to devise an optimal marketing strategy for Code Verse Computer Accessories Store using the K-Means algorithm. As part of machine learning, the K-Means algorithm, categorized under unsupervised learning, is implemented to cluster sales data for computer accessory products over the last three months of 2023. The results of the K-Means analysis identify two main clusters. Cluster one (Cluster 1) comprises products such as Mouse, Keyboard, Monitor, Headset, and Speaker, indicating consistent purchasing patterns and high consumer interest. Recommendations are made to increase stock for Cluster 1. Meanwhile, Cluster two (Cluster 2) consists of Mic products with lower interest, and it is not advisable to increase stock. The implementation of K-Means provides insights into purchasing patterns, enabling Code Verse to develop more effective marketing and inventory management strategies.

 

Keywords: K-Means algorithm; artificial intelligence; clustering

 

 

Abstract: Kecerdasan Buatan (AI) kini meraih popularitas dalam berbagai industri, termasuk sektor kesehatan, keuangan, dan lainnya. Pada penelitian ini, teknologi AI digunakan untuk merancang strategi pemasaran optimal bagi Toko Aksesoris Komputer CodeVerse dengan menggunakan Algoritma K-Means. Sebagai bagian dari machine learning, Algoritma K-Means, yang termasuk dalam kategori unsupervised learning, diimplementasikan untuk mengelompokkan data penjualan produk selama tiga bulan terakhir tahun 2023. Hasil dari analisis K-Means mengidentifikasi dua cluster utama. Cluster pertama (Cluster 1) terdiri dari produk Mouse, Keyboard, Monitor, Headset, dan Speaker, menunjukkan pola pembelian yang konsisten dan tingginya minat konsumen. Rekomendasi untuk menambah stok diberikan. Sementara itu, Cluster kedua (Cluster 2) terdiri dari produk Mic dengan minat lebih rendah, dan tidak disarankan untuk menambah stok. Implementasi K-Means memberikan wawasan tentang pola pembelian, memungkinkan CodeVerse mengembangkan strategi pemasaran dan manajemen persediaan yang lebih efektif.

           
Keywords: Algoritma k-means; kecerdasan buatan; clustering


Full Text:

PDF

References


H. Gunawan and V. Purwayoga, “Data mining menggunakan algoritma k-means clustering untuk mengetahui potensi penyebaran virus corona di kota cirebon,” Jurnal Sisfokom (Sistem Informasi dan Komputer), vol. 11, no. 1, pp. 1–8, Jan. 2022, doi: 10.32736/sisfokom.v11i1.1316.

E. Mayoana Fitri, R. Randy Suryono, and A. Wantoro, “KLASTERISASI DATA PENJUALAN BERDASARKAN WILAYAH MENGGUNAKAN METODE K-MEANS PADA PT XYZ.”

U. A. Nasron and M. Habibi, “Analysis of Marketplace Conversation Trends on Twitter Platform Using K-Means,” Compiler, vol. 9, no. 1, May 2020, doi: 10.28989/compiler.v9i1.579.

N. Mirantika, A. Tsamratul’ain, and F. Diviana Agnia, “penerapan algoritma k-means clustering untuk pengelompokan penyebaran covid-19 di provinsi jawa barat,” vol. 15, 2021, [Online]. Available: https://journal.uniku.ac.id/index.php/ilkom

T. Hardiani, “Analisis Clustering Kasus Covid 19 di Indonesia Menggunakan Algoritma K-Means,” Jurnal Nasional Pendidikan Teknik Informatika (JANAPATI), vol. 11, no. 2, pp. 156–165, Aug. 2022, doi: 10.23887/ janapati. v11i2.45376.

ud Hermansyah, R. Aditia Hamdan, F. Sidik, and A. Wibowo, “Klasterisasi Data Travel Umroh di Marketplace Umroh.com Menggunakan Metode K-Means”.

N. Luh, P. P. Dewi, I. Nyoman Purnama, and N. W. Utami, “Penerapan Data Mining Untuk Clustering Penilaian Kinerja Dosen Menggunakan Algoritma K-Means (Studi Kasus: STMIK Primakara),” Jurnal Ilmiah Teknologi Informasi Asia, vol. 16, no. 2, 2022.

R. Nainggolan and E. Purba, “PERBAIKAN PERFORMA CLUSTER K-MEANS MENGGUNAKAN SUM SQUARED ERROR (SSE) PADA ANALISIS ONLINE CUSTOMER REVIEW TERHADAP PRODUK TOKO ONLINE.” [Online]. Available: http://ejournal.stmik-time.ac.id

A. Aditya, I. Jovian, and B. N. Sari, “Implementasi K-Means Clustering Ujian Nasional Sekolah Menengah Pertama di Indonesia Tahun 2018/2019,” JURNAL MEDIA INFORMATIKA BUDIDARMA, vol. 4, no. 1, p. 51, Jan. 2020, doi: 10.30865/mib.v4i1.1784.

P. Apriyani, A. R. Dikananda, and I. Ali, “Penerapan Algoritma K-Means dalam Klasterisasi Kasus Stunting Balita Desa Tegalwangi,” Hello World Jurnal Ilmu Komputer, vol. 2, no. 1, pp. 20–33, Mar. 2023, doi: 10.56211/ helloworld. v2 i1.230.

Q. A’yuni, A. Nazir, L. Handayani, and I. Afrianty, “Penerapan Algoritma K-Means Clustering untuk Mengetahui Pola Penerima Beasiswa Bank Indonesia (BI),” Journal of Computer System and Informatics (JoSYC), vol. 4, no. 3, pp. 530–539, May 2023, doi: 10.47065/josyc.v4i3.3343.

S. Wulandari, “CLUSTERING KECAMATAN DI KOTA BANDUNG BERDASARKAN INDIKATOR JUMLAH PENDUDUK DENGAN MENGGUNAKAN ALGORITMA K-MEANS,” 2020.

S. Handoko, F. Fauziah, and E. T. E. Handayani, “IMPLEMENTASI DATA MINING UNTUK MENENTUKAN TINGKAT PENJUALAN PAKET DATA TELKOMSEL MENGGUNAKAN METODE K-MEANS CLUSTERING,” Jurnal Ilmiah Teknologi dan Rekayasa, vol. 25, no. 1, pp. 76–88, 2020, doi: 10.35760/tr.2020.v25i1.2677.

M. Luqmanul Hakim, S. Rambe, S. Azmi, and A. Kurniasi Alu, “ANALISIS DAN DESAIN PEMETAAN UMKM AGROINDUSTRI JAWA TENGAH DENGAN METODE K-MEANS CLUSTER UNTUK PENINGKATAN EKSPOR Analysis and Design of Mapping SMEs-Based Agroindustry in Central Java using the K-Means Cluster Method for Export Enhancement,” vol. 01, no. 02, 2024, doi: 10.17605/OSF.IO/U4CJF.

I. Nyoman and M. Adiputra, “CLUSTERING PENYAKIT DBD PADA RUMAH SAKIT DHARMA KERTI MENGGUNAKAN ALGORITMA K-MEANS,” INSERT: Information System and Emerging Technology Journal, vol. 2, no. 2, p. 99, 2021.

L. Suriani, “Pengelompokan Data Kriminal Pada Poldasu Menentukan Pola Daerah Rawan Tindak Kriminal Menggunakan Data Mining Algoritma K-Means Clustering,” Jurnal Sistem Komputer dan Informatika (JSON), vol. 1, no. 2, p. 151, Jan. 2020, doi: 10.30865/json.v1i2.1955.

A. Rohmah et al., “implementasi algoritma k-means clustering analysis untuk menentukan hambatan pembelajaran daring (studi kasus: smk yaspim gegerbitung),” 2021. [Online]. Available: https://www.alfasoleh.com/2019/11/k-means-clustering-contoh




DOI: https://doi.org/10.33330/jurteksi.v10i2.3064

Article Metrics

Abstract view : 44 times
PDF - 38 times

Refbacks

  • There are currently no refbacks.


Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM) STMIK ROYAL 

Copyright © LPPM STMIK ROYAL

 

Lisensi Creative Commons
Ciptaan disebarluaskan di bawah Lisensi Creative Commons Atribusi-BerbagiSerupa 4.0 Internasional.