Klasifikasi Data Penjualan Alat Pancing Menggunakan Model Machine Learning K Means Di Toko Pelangi Pancing Pandeglang

Alin Nasuha, . (2024) Klasifikasi Data Penjualan Alat Pancing Menggunakan Model Machine Learning K Means Di Toko Pelangi Pancing Pandeglang. Other thesis, Universitas Pamulang.

	Text COVER.pdf Restricted to Registered users only Download (803kB)
	Text BAB I.pdf Restricted to Registered users only Download (226kB)
	Text BAB II.pdf Restricted to Repository staff only Download (510kB)
	Text BAB III.pdf Restricted to Registered users only Download (621kB)
	Text BAB IV.pdf Restricted to Registered users only Download (3MB)
	Text BAB V.pdf Restricted to Registered users only Download (209kB)
	Text Journal.pdf Restricted to Registered users only Download (883kB)

Abstract

Pancing adalah salah satu hobi yang populer dan mendalam di seluruh dunia, dan aktivitas ini terus mengundang minat masyarakat dari berbagai latar belakang. Para penggemar pancing memiliki beragam preferensi dan kebutuhan dalam memilih peralatan pancing yang sesuai untuk kegiatan mereka. Toko Pelangi Pancing, yang telah menjadi pemain utama dalam industri penjualan alat pancing, juga menghadapi persaingan yang semakin ketat. K Means merupakan algoritma clustering dengan metode partisi (partitioning method) yang berbasis titik pusat (centroid) selain algoritma k-Medoids yang berbasis objek. Ini adalah langkah-langkah algoritma K Means, Tentukan jumlah cluster (k) pada data set sebagai nilai centroid. Menghitung jarak antara data dan titik pusat cluster menggunakan rumus-rumus dari Euclidian Distance. Dari hasil analisa Cluster yang didapatkan data yang diukur untuk mencari jumlah Cluster yang paling baik untuk data penjulan Toko Pelangi Pancing Pandeglang dengan menggunakan Elbow Method sebagai berikut menunjukan bahwa Cluster yang paling baik digunakan adalah Cluster 3 karena pada Cluster 3 menunjukan sudut yang paling siku dengan hasil avgnya -57,008

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Machine Learning, K Means Clustering, Alat alat Pancing dan RapidMiner
Subjects:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions:	Faculty of Engineering, Science and Mathematics > School of Electronics and Computer Science
Depositing User:	miko
Date Deposited:	03 Mar 2025 03:34
Last Modified:	03 Mar 2025 03:34
URI:	http://repository.unpam.ac.id/id/eprint/16405

Actions (login required)

View Item