ARDIANTO, TOMMY (2024) ANALISA & PENERAPAN CLUSTERING MENGGUNAKAN ALGORITMA K-MEANS PADA DATA PIUTANG PELANGGAN DIVISI GOVERNMENT SERVICE PT TELEKOMUNIKASI INDONESIA TBK. S1 thesis, Universitas Mercu Buana Jakarta.
![[img]](https://repository.mercubuana.ac.id/style/images/fileicons/text.png) |
Text (JURNAL MAHASISWA)
KOMPRE+41517120119+TOMMYARDIANTO 1.pdf Restricted to Registered users only Download (726kB) |
Abstract
In this research, it is Data Mining. The data mining process that will be carried out is clustering of arrears data in the Government Service Division of PT Telekomunikasi Indonesia TBK. In the Government Services Division, there are various kinds of arrears data that can be processed. One of the purposes of this clustering is to group existing arrears or receivables data. According to Soemarso, the definition of receivables is the company's habit of providing concessions to customers when making sales. This concession is usually in the form of permission for customers to pay later for the sale of goods/services made (Soemarso: 2004) K-Means Algorithm K-means is an algorithm that is unsupervised learning. K-Means has a function to group data into data clusters. This algorithm can accept data without category labels. K-Means Clustering Algorithm is also a non-hierarchy method. The Clustering Algorithm method is to group some data into groups which explains that the data in one group has the same characteristics and has different characteristics from the data in other groups. Cluster sampling is a sampling technique in which population units are selected randomly from existing groups called 'clusters. Clustering or clustering is one of the problems that uses unsupervised learning techniques. Keywords: K-MEANS algorithm, understanding receivables, clustering, PT Telkom Indonesia. Pada penelitian kali ini adalah Data Mining.Proses data mining yang akan diangkat adalah clustering terhadap data tunggakan yang ada pada Divisi Government Service PT Telekomunikasi Indonesia TBK. Pada Divisi Government Service terdapat berbagai macam data tunggakan yang bisa diolah .Salah satu tujuan clustering ini adalah untuk mengelompokan data tunggakan atau piutang yang ada. Pengertian Piutang sendiri menurut Soemarso adalah kebiasaan perusahaan untuk memberikan kelonggaran bagi para pelanggan pada waktu melakukan penjualan. Kelonggaran tersebut biasanya dalam bentuk izin bagi pelangggan untuk membayar kemudian atas penjualan barang/jasa yang dilakukan (Soemarso :2004) Algoritma K-Means K-means merupakan salah satu algoritma yang bersifat unsupervised learning. K-Means memiliki fungsi untuk mengelompokkan data kedalam data cluster. Algoritma ini dapat menerima data tanpa ada label kategori. K-Means Clustering Algoritma juga merupakan metode non-hierarchy. Metode Clustering Algoritma adalah mengelompokkan beberapa data ke dalam kelompok yang menjelaskan data dalam satu kelompok memiliki karakteristik yang sama dan memiliki karakteristik yang berbeda dengan data yang ada di kelompok lain. Cluster Sampling adalah teknik pengambilan sampel di mana unit-unit populasi dipilih secara acak dari kelompok yang sudah ada yang disebut ‘cluster, nah Clustering atau klasterisasi adalah salah satu masalah yang menggunakan teknik unsupervised learning. Kata kunci : Algoritma K-MEANS, Pengertian Piutang ,Clustering , PT Telkom Indonesia
Actions (login required)
 |
View Item |
