ANALISIS CLUSTERING DALAM PENGELOMPOKAN PEMAKAIAN NETWORK TERMINAL EQUIPMENT MENGGUNAKAN ALGORITMA K-MEANS PADA WAREHOUSE PT. TELKOM AKSES AREA TEBET

UTAMA, VIRGY ALDI RIZKY (2023) ANALISIS CLUSTERING DALAM PENGELOMPOKAN PEMAKAIAN NETWORK TERMINAL EQUIPMENT MENGGUNAKAN ALGORITMA K-MEANS PADA WAREHOUSE PT. TELKOM AKSES AREA TEBET. S1 thesis, Universitas Mercu Buana Jakarta.

[img] Text (JURNAL MAHASISWA)
JURNAL_41518120009_VIRGY ALDI RIZKY UTAMA.pdf
Restricted to Registered users only

Download (1MB)

Abstract

PT Telkom Access (PTTA) is a subsidiary of PT Telekomunikasi Indonesia, Tbk (Telkom). PTTA is engaged in business preparation service construction and infrastructure network management. With many competitors in the business division of internet service providers, PTTA must be able to compete in determining the optimum device usage strategy by utilizing data transaction processing Network Terminal Equipment (NTE). November 2022. PTTA utilizes Data Mining to obtain suggestions and strategies for management and usage in order to be able to find out which products must be engineered and provide appropriate decision-making solutions for products that are rich in data, one of the methods recommended is the clustering method using algorithmic KMeans. PTTA classifies 3 criteria for hair products, namely very very untreated, untreated, and not treated. The data is processed manually and using the Rapid Miner tools for the dripping domain. The results can be used by PTTA to increase sales strategy and stock management. Kata kunci: K-Means, Data Mining, Clustering, transaction,usage PT Telkom Akses (PTTA) merupakan anak perusahaan PT Telekomunikasi Indonesia, Tbk (Telkom). PTTA bergerak dalam bisnis penyediaan layanan konstruksi dan pengelolaan infrastruktur jaringan. Dengan banyaknya pesaing bisnis dibidang jasa penyedia layanan internet maka dari itu PTTA diharuskan mampu bersaing dalam menentukan strategi pemakaian perangkat secara optimal dengan memanfaatkan data transaksi pengeluaran Network Terminal Equitment.(NTE) Data yang digunakan pada penelitian ini yaitu data pemakaian dari bulan Januari 2022 sampai dengan November 2022. PTTA memanfaatkan Data Mining untuk membantu mengambil keputusan strategis penjualan dan pemakaian agar dapat mengetahui produk yang harus ditingkatkan dan memberi solusi pengambil keputusan untuk produk yang jarang dipakai, salah satu metode yang digunakan adalah metode pengelompokan clustering dengan menggunakan algoritma K-Means. PTTA mengelompokan produk kedalam 3 kriteria yaitu sangat sangat terpakai, terpakai, dan tidak terpakai. Data diolah dengan perhitungan manual dan menggunakan tools Rapid Miner untuk melakukan pengujian. Hasilnya dapat dimanfaatkan PTTA untuk meningkatkan strategi penjualan dan manajemen stok. Kata kunci: K-Means, Data Mining, Clustering,Penjualan, Pemakaian,

Item Type: Thesis (S1)
Call Number CD: JM/INFO. 23 004
NIM/NIDN Creators: 41518120009
Uncontrolled Keywords: K-Means, Data Mining, Clustering,Penjualan, Pemakaian,
Subjects: 000 Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 000. Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum
000 Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 000. Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 004 Data Processing, Computer Science/Pemrosesan Data, Ilmu Komputer, Teknik Informatika
100 Philosophy and Psychology/Filsafat dan Psikologi > 150 Psychology/Psikologi > 154 Subconscious and Altered States and Process/Psikologi Bawah Sadar > 154.6 Sleep Phenomena/Fenomena Tidur > 154.63 Dreams/Mimpi > 154.634 Analysis/Analisis
500 Natural Science and Mathematics/Ilmu-ilmu Alam dan Matematika > 510 Mathematics/Matematika > 518 Numerical Analysis/Analisis Numerik, Analisa Numerik > 518.1 Algorithms/Algoritma
Divisions: Fakultas Ilmu Komputer > Informatika
Depositing User: ADELINA HASNA SETIAWATI
Date Deposited: 10 Apr 2023 09:11
Last Modified: 10 Apr 2023 09:11
URI: http://repository.mercubuana.ac.id/id/eprint/76327

Actions (login required)

View Item View Item