PENERAPAN METODE CLUSTERING UNTUK REKOMENDASI PEMILIHAN MOBIL BEKAS DENGAN ALGORITMA K-MEANS


Author (Penulis)

LUTFI ARI SUNGGARA
Universitas Nusantara PGRI Kediri

Author Identity (NPM)

14.1.03.03.0110

Abstract

Dengan banyaknya pilihan jenis dan tipe mobil yang ditawarkan tersebut tak jarang banyak konsumen yang merasa bingung dalam memilih jenis dan tipe mobil apa yang sesuai kebutuhanya, masalah seperti ini banyak dialami oleh para konsumen yang bingung dengan banyaknya pilhan yang ada. Penelitian ini menggunakan algoritma k-means untuk mengelompokan mobil berdasarkan spesifikasi dengan bahasa pemrograman PHP. Algoritma k-means dapat digunakan untuk mengelompokkan data mobil untuk membantu memberikan rekomendasi pemilihan mobil. Dari hasil clustering yang didapatkan pada jumlah 3 cluster yaitu cluster1 kategori murah, cluster 2 kategori sedang, dan cluster 3 kategori mahal. Kategori murah ditujukan kepada pembeli yang memilih dengan harga yang rendah. Kategori sedang ditujukan kepada pembeli yang menyesuaikan mobil dengan kondisi yang lumayan baik dan harga yang tidak terlalu tinggi. Untuk kategori mahal disesuaikan dengan keinginan pembeli yang mempunyai selera tinggi untuk kelas-kelas mobil mewah.


Keyword

Data Mining, Clustering, K-Means

Reference

[1]    Abdillah, G., Putra, F. A., & Renaldi, F. (2016). Penerapan Data Mining Pemakaian Air Pelanggan untuk Menentukan Klasifikasi Potensi Pemakaian Air Pelanggan Baru di PDAM Tirta Raharja Menggunakan Algoritma K-Means. Seminar Nasional Teknologi Informasi dan Komunikasi 2016, 498-506.

[2]    Amirullah. (2015). Metode Penelitian Manajemen.Malang: Bayumedia Publishing Malang.

[3]    Leka, O. (2017). Used Cars Database. Retrieved November 27, 2017, from Kaggle: http//www.kaggle.com/orgesleka/used-cars-database

[4]    Nasari, F., & Darma, S. (2015). Penerapan K-Means Clustering pada Data Penerimaan Mahasiswa Baru (Studi Kasus : Universitas Potensi Utama). Seminar Nasional Teknologi Informasi dan Multimedia 2015, 73-78.

[5]    Ong', J. O. (2013). Implementasi Algoritma K-Means Clustering untuk Menentukan Strategi Marketing President University. Jurnal Ilmiah Teknik Industri, 10-20.

[6]    Poerwanto, B., & Fa'rifah, R. Y. (2016). Analisis Cluster K-Means dalam Pengelompokkan Kemampuan Mahasiswa. Jurnal Scientific Pinisi, 92-96.

[7]    Pressman, R. S. (2001). Software Engineering a Practitioner's Approach. Thomas Casson.

[8]    Ridlo, M. R., Defiyanti, S., & Primajaya, A. (2017). Implementasi Algoritma K-Means Untuk Pemetaan Produktivitas Panen Padi di Kabupaten Karawang. CITEE 2017, 426-433.

[9]    Sumanti, T. (2013). Sistem Pendukung Keputusan Pemilihan Mobil Bekas dengan Menggunakan Metode Simple Additive Weighting (SAW). Pelita Informatika Budi Darma, 139-142.


PUBLISHED

2019-02-18

JOURNAL

Simki-Techsain

ISSN

2599-3011

ISSUE

Vol. 03 No. 04 Tahun 2019

Download PDF

Lembaga Penelitian dan Pengabdian Kepada Masyarakat UN PGRI Kediri.

Jl. KH. Ahmad Dahlan 76 Mojoroto Kota Kediri

Designed by BootstrapMade