APPLICATION OF DATA MINING IN SELECTING SUPERIOR PRODUCTS USING THE K-MEANS AND K-MEDOIDS ALGORITHM METHODS

Musthafa Haris Munandar

Abstract


Abstract: As a supermarket, we are committed to always improving everything, including selecting the greatest goods. To evaluate which items are more superior or popular and which are less popular, you will want a sizable amount of information sources. To select products and identify those that belong in the superior product cluster, researchers employed the clustering method. The clustering strategy uses two forms of cluster analysis, k-means and k-medoids, which have related techniques. The research results show that the k-means algorithm's Davies Bouldin value is -0.430, whereas the k-medoids algorithm's Davies Bouldin value is -1.392. This suggests that the Davies Bouldin value of the k-medoids approach is the lowest, showing that the grouping findings of the k-means method are  a better method to apply to the issue of choosing better products.

           
Keywords : k-means; k-medoids; clustering; algorithm; data mining

 

 

Abstract: Sebagai toko sembako, toko yuli berkomitmen untuk selalu meningkatkan segalanya, termasuk memilih barang terbaik. Untuk mengevaluasi item mana yang lebih unggul atau populer dan mana yang kurang populer, Anda memerlukan sumber informasi yang cukup banyak. Untuk memilih produk dan mengidentifikasi produk yang termasuk dalam cluster produk unggulan, peneliti menggunakan metode clustering. Strategi clustering menggunakan dua bentuk analisis cluster, k-means dan k-medoids, yang memiliki teknik terkait. Hasil penelitian menunjukkan nilai Davies Bouldin pada algoritma k-means sebesar -0,430, sedangkan nilai Davies Bouldin pada algoritma k-medoids sebesar -1,392. Hal ini menunjukkan bahwa nilai Davies Bouldin pada pendekatan k-medoids paling rendah, menunjukkan bahwa temuan pengelompokan metode k-means merupakan metode yang lebih baik untuk diterapkan pada permasalahan pemilihan produk yang lebih baik.

 

Keywords: k-means; k-medoids; clustering; algoritma; data mining


Full Text:

PDF

References


Ramadhana, Islamiyah, and A. P. A. Masa, “Penerapan Data Mining Menggunakan Metode K-Means Clustering Pada Data Ekspor Batubara,” Adopsi Teknol. dan Sist. Inf., vol. 2, no. 1, pp. 35–42, 2023, doi: 10.30872/atasi.v2i1.595.

V. Darsono, Amroni, and A. Andrianti, “Penerapan Data Mining Algoritma K-Means Untuk Rekomendasi Pemilihan Bidang Studi Perguruan Tinggi Pada Siswa SMKN 1 Kota Jambi,” J. Inform. Dan Rekayasa Komputer(JAKAKOM), vol. 2, no. 2, pp. 161–171, 2022, doi: 10.33998/jakakom.2022.2.2.80.

R. K. Purba and E. Bu’ulolo, “Implementasi Algoritma K-Medoids dalam Pengelompokan Mahasiswa yang Layak Mendapat Bantuan Uang Kuliah Tunggal,” INSOLOGI J. Sains dan Teknol., vol. 1, no. 2, pp. 79–86, 2022, doi: 10.55123/insologi.v1i2.195.

E. Rahmah, E. Haerani, A. Nazir, and S. Ramadhani, “Penerapan Algoritma K-Medoids Clustering Untuk Menentukan Srategi Promosi Pada Data Mahasiswa (Studi Kasus : Stikes Perintis Padang),” J. Nas. Komputasi dan Teknol. Inf., vol. 5, no. 3, pp. 556–564, 2022, doi: 10.32672/jnkti.v5i3.4355.

I. K. Dan, K. D. Pengelompokan, P. Produksi, and D. Ayam, “Implementasi K-Means Dan K-Medoids Dalam Pengelompokan Wilayah Potensial Produksi Daging Ayam,” J. Teknol. Ind. Pertan., vol. 32, no. 158, pp. 239–247, 2022, doi: 10.24961/j.tek.ind.pert.2022.32.3.239.

T. L. Afandi, B. Warsito, and R. Santoso, “Implementasi K-Medoids Dan Model Weighted-Length Recency Frequency Monetary (W-Lrfm) Untuk Segmentasi Pelanggan Dilengkapi Gui R,” J. Gaussian, vol. 11, no. 3, pp. 429–438, 2023, doi: 10.14710/j.gauss.11.3.429-438.

M. Triyana, R. Juita, and C. D. Suhendra, “Penerapan Metode K-Means dalam Pengelompokan Data Penduduk Tidak Mampu di Distrik Oransbari,” INFORMAL Informatics J., vol. 7, no. 3, p. 220, 2022, doi: 10.19184/isj.v7i3.34722.

A. Pangestu and T. Ridwan, “Penerapan Data Mining Menggunakan Algoritma K-Means Pengelompokan Pelanggan Berdasarkan Kubikasi Air Terjual Menggunakan Weka,” JUST IT J. Sist. Informasi, Teknol. Inf. dan Komput., vol. 11, no. 3, pp. 67–71, 2022, [Online]. Available: https://jurnal.umj.ac.id/index.php/just-it/article/view/11591

R. Bayu Prasetyo, Y. Agus Pranoto, and R. Primaswara Prasetya, “Implementasi Data Mining Menggunakan Algoritma K-Means Clustering Penyakit Pasien Rawat Jalan Pada Klinik Dr. Atirah Desa Sioyong, Sulteng,” JATI (Jurnal Mhs. Tek. Inform., vol. 7, no. 4, pp. 2144–2151, 2023, doi: 10.36040/jati.v7i4.7419.

A. Nugraha, O. Nurdiawan, and G. Dwilestari, “Penerapan Data Mining Metode K-Means Clustering Untuk Analisa Penjualan Pada Toko Yana Sport,” JATI (Jurnal Mhs. Tek. Inform., vol. 6, no. 2, pp. 849–855, 2022, doi: 10.36040/jati.v6i2.5755.

D. Arbain, Sriyanto, and J. Triloka, “Perbandingan Kinerja Algoritma K-Medoids Dan K-Means Untuk Klasifikasi Penyakit Kanker Serviks,” Semin. Nas. Has. Penelit. dan Pengabdi. Masy. 2023, no. 93, pp. 118–131, 2023.

G. Gustientiedina, M. H. Adiya, and Y. Desnelita, “Penerapan Algoritma K-Means Untuk Clustering Data Obat-Obatan,” J. Nas. Teknol. dan Sist. Inf., vol. 5, no. 1, pp. 17–24, 2019, doi: 10.25077/teknosi.v5i1.2019.17-24.

K. Handoko and L. S. Lesmana, “Data Mining Pada Jumlah Penumpang Menggunakan Metode Clustering,” Snistek, no. 1, pp. 97–102, 2018.

D. U. Iswavigra, S. Defit, and G. W. Nurcahyo, “Data Mining dalam Pengelompokan Penyakit Pasien dengan Metode K-Medoids,” J. Inf. dan Teknol., vol. 3, pp. 181–189, 2021, doi: 10.37034/jidt.v3i4.150.

I. Fatma, H. S. Tambunan, and F. Rizki, “Analisis Metode K-Medoids Cluster Dalam Mengelompokkan Siswa Yang Berprestasi,” Bull. Informatics Data Sci., vol. 1, no. 1, p. 14, 2022, doi: 10.61944/bids.v1i1.4.

M. R. Alhapizi, M. Nasir, and I. Effendy, “Penerapan Data Mining Menggunakan Algoritma K-Means Clustering Untuk Menentukan Strategi Promosi Mahasiswa Baru Universitas Bina Darma Palembang,” J. Softw. Eng. Ampera, vol. 1, no. 1, pp. 1–14, 2020, doi: 10.51519/journalsea.v1i1.10.




DOI: https://doi.org/10.33330/jurteksi.v10i4.3196

Article Metrics

Abstract view : 114 times
PDF - 64 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.