Implementasi Data Mining Pada Stok Penggunaan Barang Di GMF Aeroasia Menggunakan Algoritma K-Means Clustering
Abstract
Perkembangan pesat dalam teknologi memberikan manfaat yang besar dalam pengelolaan persediaan barang di sektor industri. Pada PT GMF AeroAsia, perusahaan yang berfokus dalam perawatan pesawat komersial, pengelolaan stok barang menjadi sangat penting. Saat melakukan perbaikan pesawat, berbagai macam material digunakan dan dicatat ke dalam database. Untuk mengoptimalkan data yang melimpah tersebut, dapat diterapkan metode data mining yaitu k-means clustering untuk mengelompokkan data berdasarkan karakteristik yang serupa. Pada penelitian ini, dataset yang digunakan pada penelitian ini adalah data stok penggunaan barang di GMF AeroAsia dari tahun 2016 hingga 2021. Dataset ini mencakup data penerimaan barang, penggunaan barang, dan barang yang sudah kedaluwarsa, dengan tujuan mengelompokkan barang berdasarkan tingkat expired yang tinggi, sedang, dan rendah untuk mengidentifikasi potensi kerugian. Sebelum penelitian dilakukan, dataset telah disiapkan dengan menghilangkan outliers dan melakukan normalisasi menggunakan min-max normalization. Hasil yang diperoleh dari K-Means Clustering dengan bantuan RapidMiner adalah menghasilkan tiga kelompok, yaitu cluster 1 sebanyak 13 data dengan jumlah barang expired rendah, cluster 2 sebanyak 5 data dengan jumlah barang expired sedang, dan cluster 3 sebanyak 2 data dengan jumlah barang expired tertinggi. Hasil clustering yang dilakukan dengan algoritma k-means pada penelitian ini relatif baik, hal ini ditunjukkan dengan evaluasi menggunakan Davies-Bouldin Index yang mendapat nilai 0,494. Penelitian ini memberikan wawasan berharga bagi PT GMF AeroAsia Tbk. dalam pengelolaan stok barang dan pencegahan kerugian akibat barang yang sudah kedaluwarsa.
References
Andryana, S., & Mardiani, E. (2021). Implementasi Data Mining Untuk Menentukan Persediaan Stok Obat Di Enok Menggunakan Metode K-Means Clustering (Vol. 8, Issue 3). http://jurnal.uinsu.ac.id/index.php/jistech/article/view/11905/5480
Anggraini, N., Jasmir, Jusia, A. P., Informasi, S., Dinamika Bangsa, S., & Sudirman, J. J. J. (2019). Penerapan Metode K-Means Clustering untuk Menentukan Persediaan Stok Barang Pada Toko Pensmart Jambi. http://ejournal.stikom-db.ac.id/index.php/jimti/article/view/690
Rahman, A. T. (2017). Coal Trade Data Clusterung Using K-Means (Case Study PT. Global Bangkit Utama).
Gustientiedina, G., Adiya, M. H., & Desnelita, Y. (2019). Penerapan Algoritma K-Means Untuk Clustering Data Obat-Obatan Pada RSUD Pekanbaru. Jurnal Nasional Teknologi Dan Sistem Informasi, 5(1), 17–24. https://doi.org/10.25077/teknosi.v5i1.2019.17-24
Mawaddah, S. (2021). IMPLEMENTASI ALGORITMA C 5.0 DALAM PREDIKSI STOK BARANG BERDASARKAN PENJUALAN BAHAN PERTANIAN CV. MITRA SEJATI. JISTech (Journal of Islamic Science and Technology) JISTech, 6(1), 40–51. http://jurnal.uinsu.ac.id/index.php/jistech
Hendini, A. (2016). PEMODELAN UML SISTEM INFORMASI MONITORING PENJUALAN DAN STOK BARANG (STUDI KASUS: DISTRO ZHEZHA PONTIANAK): Vol. IV (Issue DESEMBER). https://ejournal.bsi.ac.id/ejurnal/index.php/khatulistiwa/article/view/1262/1027
Muningsih, E., & Kiswati, D. S. (2015). Penerapan Metode K-Means Untuk Clustering Produk Online Shop Dalam Penentuan Stok Barang. Jurnal Bianglala Informatika, 3. https://ejournal.bsi.ac.id/ejurnal/index.php/Bianglala/article/view/570
Salsabila, N. (2019). KLASIFIKASI BARANG MENGGUNAKAN METODE CLUSTERING K-MEANS DALAM PENENTUAN PREDIKSI STOK BARANG. http://etheses.uin-malang.ac.id/16985/1/14650031.pdf
Nabila, Z., Rahman Isnain, A., & Abidin, Z. (2021). ANALISIS DATA MINING UNTUK CLUSTERING KASUS COVID-19 DI PROVINSI LAMPUNG DENGAN ALGORITMA K-MEANS. Jurnal Teknologi Dan Sistem Informasi (JTSI), 2(2), 100. http://jim.teknokrat.ac.id/index.php/sisteminformasi/article/view/868
Lesmana, A., & Gunawan, W. (2022). PERBANDINGAN ALGORITMA K-MEANS DAN K-MEDOIDS DALAM PENCLUSTERAN DATA PENJUALAN PT. UNITED TEKNOLOGI INTEGRASI. https://repository.mercubuana.ac.id/60339/8/Cover%20-%20AGUNG%20LESMANA.pdf
Setiawan, F. A., Sadikin, M., & Kaburuan, E. R. (2022). Analisis Permasalahan Perangkat Pencetak Menggunakan Metode Algoritma K-Means dan K-Medoids. Teknika, 11(2), 77–84. https://doi.org/10.34148/teknika.v11i2.471
Wulan Sari, R., Wanto, A., & Perdana Windarto, A. (2018). IMPLEMENTASI RAPIDMINER DENGAN METODE K-MEANS (STUDY KASUS: IMUNISASI CAMPAK PADA BALITA BERDASARKAN PROVINSI). http://ejurnal.stmik-budidarma.ac.id/index.php/komik/article/view/930/805
Yunita Ratna Sari, S., Sudewa, A., Ayu Lestari, D., & Tri Ika, J. (2020). PENERAPAN ALGORITMA K-MEANS UNTUK CLUSTERING DATA KEMISKINAN PROVINSI BANTEN MENGGUNAKAN RAPIDMINER. 5(2), 2502–2714. https://jurnal.unimed.ac.id/2012/index.php/cess/article/view/18519/pdf
Kasini, & Nani, H. (2022). Implementation of data mining to determine stock inventory at kenza grocery stores using the k-means clustering method. Jurnal Mantik, 6(3), 2685–4236. https://www.iocscience.org/ejournal/index.php/mantik/article/view/3366/2566
Hardianto, R., Ramadhan, H., Putra Pane, E., & Yunefri, Y. (2022). K-Means Clustering in Determining the Category of Stock Items In Angkasa Mart. Knowbase : International Journal of Knowledge in Database, 2(1), 30. https://doi.org/10.30983/ijokid.v2i1.5411
Fahikra, F., Aliska Giopani, L., Fitriah, M., Cindya Dwynne, Z., & Syahidatul Helma, S. (2022). Perbandingan Algoritma K-Means dan K-MedoidsUntuk Pengelompokan Suhu di Provinsi Riau. 2(2), 128–134. https://journal.irpi.or.id/index.php/ijirse/article/view/434/211
In order to be accepted and published by Journal Agribest, author(s) submitting the article manuscript should complete all the review stages. By submitting the manuscript the author(s) agreed to these following terms:
- The copyright of received articles shall be assigned to Journal Agribest as the publisher of the journal. The intended copyright includes the right to publish articles in various forms (including reprints). Journal Agribest maintain the publishing rights to the published articles.
- Authors are permitted to disseminate published article by sharing the link/DOI of the article at Journal Agribest. authors are allowed to use their articles for any legal purposes deemed necessary without written permission from Journal Agribest with an acknowledgement of initial publication to this journal.
- Users/public use of this website will be licensed to Creative Commons Attribution 4.0 International License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
