ANALISIS POLA KONSUMSI PRODUK MENGGUNAKAN K-MEANS DAN K-MEDOIDS UNTUK MENDUKUNG PERENCANAAN DISTRIBUSI DAN PEMASARAN DI WILAYAH BALI

PESIWARISSA, JESSICA FEBRIANI (2025) ANALISIS POLA KONSUMSI PRODUK MENGGUNAKAN K-MEANS DAN K-MEDOIDS UNTUK MENDUKUNG PERENCANAAN DISTRIBUSI DAN PEMASARAN DI WILAYAH BALI. S1 thesis, Universitas Mercu Buana Jakarta.

Preview	Text (HAL COVER) 01 COVER.pdf Download (299kB) | Preview
	Text (BAB I) 02 BAB 1.pdf Restricted to Registered users only Download (151kB)
	Text (BAB II) 03 BAB 2.pdf Restricted to Registered users only Download (288kB)
	Text (BAB III) 04 BAB 3.pdf Restricted to Registered users only Download (155kB)
	Text (BAB IV) 05 BAB 4.pdf Restricted to Registered users only Download (318kB)
	Text (BAB V) 06 BAB 5.pdf Restricted to Registered users only Download (78kB)
	Text (DAFTAR PUSTAKA) 07 DAFTAR PUSTAKA.pdf Restricted to Registered users only Download (202kB)
	Text (LAMPIRAN) 08 LAMPIRAN.pdf Restricted to Registered users only Download (896kB)

Abstract

This study aims to analyze product consumption patterns in the Bali region using the K-Means and K-Medoids algorithms. The variables used are the monthly sales turnover of three 135 ml products, namely soy sauce, chili sauce, and tomato sauce, from January to December 2023. The data used is secondary data with 12,279 rows. The sampling technique was carried out randomly (random sampling) with 10,000 data for the analysis process. The research stages include data preprocessing, normalization using the Min-Max Scaler, determining the number of clusters using the Elbow method, and evaluating clustering results using the Silhouette Score and Davies-Bouldin Index. Determination of the optimum number of clusters is done by testing the K value from 2 to 10. The Elbow results indicate that the optimum number of clusters is K=3. The evaluation shows that the K-Medoids algorithm provides better performance with a Silhouette Score of 0.9932 and a Davies-Bouldin Index of 0.4653. The clustering results successfully divided retailers into three groups based on similar consumption patterns: highly active, moderately active, and inactive retailers. These results demonstrate that the application of the clustering algorithm can reveal cluster structures in consumption data, which can be utilized to support decision-making in the Bali region. Keywords : clustering, K-Means, K-Medoids, consumption patterns, distribution Penelitian ini bertujuan untuk menganalisis pola konsumsi produk di wilayah Bali dengan menggunakan algoritma K-Means dan K-Medoids. Variabel yang digunakan adalah omset penjualan bulanan dari tiga produk berukuran 135 ml, yaitu kecap, saus sambal, dan saus tomat, sepanjang Januari hingga Desember 2023. Data yang digunakan merupakan data sekunder sebanyak 12.279 baris. Teknik pengambilan sampel dilakukan secara acak (random sampling) sebanyak 10.000 data untuk proses analisis. Tahapan penelitian mencakup preprocessing data, normalisasi menggunakan Min-Max Scaler, penentuan jumlah cluster menggunakan metode Elbow, dan evaluasi hasil clustering menggunakan Silhouette Score dan Davies-Bouldin Index. Penentuan jumlah cluster optimum dilakukan dengan menguji nilai K dari 2 hingga 10. Hasil Elbow menunjukkan bahwa jumlah cluster optimum adalah K=3. Evaluasi menunjukkan bahwa algoritma K-Medoids memberikan performa yang lebih baik dengan nilai Silhouette Score sebesar 0,9932 dan Davies-Bouldin Index sebesar 0,4653. Hasil clustering berhasil membagi retailer menjadi tiga kelompok berdasarkan kesamaan pola konsumsi, yaitu retailer sangat aktif, sedang aktif, dan tidak aktif. Hasil ini menunjukkan bahwa penerapan algoritma clustering dapat mengungkapkan struktur kelompok dalam data konsumsi, yang dapat dimanfaatkan dalam mendukung proses pengambilan keputusan di wilayah Bali. Kata Kunci : clustering, K-Means, K-Medoids, pola konsumsi, distribusi

Item Type:	Thesis (S1)
Call Number CD:	FIK/INFO. 25 133
NIM/NIDN Creators:	41521010098
Uncontrolled Keywords:	clustering, K-Means, K-Medoids, pola konsumsi, distribusi
Subjects:	100 Philosophy and Psychology/Filsafat dan Psikologi > 150 Psychology/Psikologi > 153 Conscious Mental Process and Intelligence/Intelegensia, Kecerdasan Proses Intelektual dan Mental > 153.1 Memory and Learning/Memori dan Pembelajaran > 153.15 Learning/Pembelajaran 500 Natural Science and Mathematics/Ilmu-ilmu Alam dan Matematika > 510 Mathematics/Matematika > 518 Numerical Analysis/Analisis Numerik, Analisa Numerik > 518.1 Algorithms/Algoritma 600 Technology/Teknologi > 650 Management, Public Relations, Business and Auxiliary Service/Manajemen, Hubungan Masyarakat, Bisnis dan Ilmu yang Berkaitan > 658 General Management/Manajemen Umum > 658.8 Marketing, Management of Distribution/Marketing, Manajemen Distribusi
Divisions:	Fakultas Ilmu Komputer > Informatika
Depositing User:	khalimah
Date Deposited:	07 Aug 2025 07:20
Last Modified:	07 Aug 2025 07:20
URI:	http://repository.mercubuana.ac.id/id/eprint/96652

Actions (login required)

View Item