ABSTRAK
Penelitian ini dilatar belakangi dari pengamatan dan pengalaman peneliti, berkaitan tentang Armada Cover Mobil. Armada Cover Mobil merupakan toko online yang ergerak dalam bidang penjualan selimut mobil yang berada dibukalapak. Tidak hanya Armada Cover Mobil, masih cukup banyak toko-toko online yang bergerak dalam bidang yang serupa. Hal tersebut tentu saja menimbulkan persaingan bisnis antar toko. Data mining yang dimaksudkan untuk memberikan solusi bagi para pengambil keputusan di dunia bisnis untuk mengembangkan bisnis mereka.
Untuk itu penulis tertarik mengangkat permasalahan ini kedalam penelitian skripsi dengan judul “Klasterisasi Cover Mobil Dibukalapak Berdasarkan Tingkat Penjualan Type Mobil (Studi Kasus : Armada Cover Mobil)”. Tujuan dari penelitian ini untuk melihat pembelian warna cover dan type mobil yang paling banyak diminati pelanggan khususnya penjualan cover mobil tersebut.
Manfaatnya mempermudah analisis data yang besar dan membantu memberikan informasi data penjualan yang diolah dengan metode clustering. Hasil dari penelitian ini adalah dapat membantu toko online Armada Cover Mobil sebagai gambaran dalam pengambilan keputusan dalam rangka mendapatkan pola penjualan produk.
KATA KUNCI : Data Mining, Klasterisasi, K-Means.
Agusta, Y. 2007. K-means Penerapan, Permasalahan dan Metode Terkait. Jurnal Sistem dan Informatika vol. 3 (Pebruari 2007) : 47-60.(Online) tersedia :
https://yudiagusta.files.wordpress.com/2008/03/k-means.pdf, di akses 17 mei 2017.
Kalakota, R dan Robinson, Marcia. 2001. E-Business 2.0 Roadmap forsuccess.Addsion Wesley LongmanInc,Massachusetts.
Kusrini & Luthfi, E.T. 2009. Algoritma Data Mining : Yogyakarta, Andi. Kardi. 2007. K-means Clustering Tutorial, (Online) tersedia : http://people.revoledu.com/kardi/index.html , diakses 1 Juni 2017.
Larose, D.T. 2005. Discovering Knowledge in Data: An Introduction to Data Mining. John Willey & Sons, Inc.
Metisen, Benri Melpa & Sari Herlina Latipa. 2015. Analisis Clustering Menggunakan Metode K-Means Dalam Pengelompokkan Penjualan Produk Pada Swalayan Fadhila. Vol 11 No.2, (Online) Tersedia : http://jurnal.unived.ac.id/index.php/jmi/article/download/258/237, diunduh 17 mei 2017
Muningsih, Elly. 2014. Penerapan Metode Clustering K-Means Untuk Menentukan Kategori Stok Barang, ISBN: 978-602-19406-2-4, (Online) tersedia : https://www.academia.edu/29843982/penerapan_metode_clustering_k-means_untuk_menentukan_kategori_stok_barang
Ong, J.O.2013. Implementasi Algoritma K-Means Clustering untuk Menentukan Strategi Marketing President University. Jurnal Ilmiah Teknik Industri,
Prasetyo, Eko. 2012. Data Mining Konsep dan Aplikasi Menggunakan Matlab. Yogyakarta : penerbit andi.
Rismawan, Tedi & Sri Kusumadewi 2008. Aplikasi K-Means Untuk Pengelompokkan Mahasiswa Berdasarkan Nilai Body Mass Index (BMI) & Ukuran Kerangka, ISSN: 1907-5022, (Online) tersedia : http://www.academia.edu/download/37001387/jurnal_13292.pdf. Diunduh 28 agustus 2017
Santosa, B. 2007. Data Mining: Teknik Pemanfaatan Data untuk Keperluan Bisnis. Yogyakarta: Graha Ilmu.
Santoso, S. 2010. Statistik Multivariat. Jakarta: Elex Media Komputindo.
Sumadikarta, Istiqomah & Abeiza E. 2014. Penerapan Algoritma K-Means Pada Data Mining Untuk Memilih Produk Dan Pelanggan Potensial, Vol.1, No.1 (Online) tersedia : http://lppm.usni.ac.id/jurnal/Istiqomah-Sumadikarta-Evan-Abeiza.pdf, Diunduh 4 Juni 2017
Turban, and et.al, Dicision Support System and Intelegent Systems. Yogyakarta: Andi Offset, 2005.
vol.12, no.1 (Online) tersedia : http://publikasiilmiah.ums.ac.id/bitstream/handle/123456789/3297/JITI-12-01-02-Ong-OK.pdf?sequence=, di unduh 1 Juni 2017.
Zuliarso, H. F. 2012. Rancang Bangun Sistem Perpustakaan untuk Jurnal Elektronik. Fakultas Teknologi Informasi, Universitas Stikubank.