Application Of Data Mining In Selecting Superior Products Using The K-Means And K-Medoids Algorithm Methods

Eva Hermika, Syaiful Zuhri Harahap, Irmayanti Ritonga

Abstract


As a supermarket, we are committed to always improving everything, including selecting the greatest goods. To evaluate which items are more superior or popular and which are less popular, you will want a sizable amount of information sources. To select products and identify those that belong in the superior product cluster, researchers employed the clustering method. The clustering strategy uses two forms of cluster analysis, k-means and k-medoids, which have related techniques. The research results show that the k-means algorithm's Davies Bouldin value is -0.430, whereas the k-medoids algorithm's Davies Bouldin value is -1.392. This suggests that the Davies Bouldin value of the k-medoids approach is the lowest, showing that the grouping findings of the k-means method are  a better method to apply to the issue of choosing better products.


Keywords


K-Means; K-Medoids; Clustering; Algorithm; Data Mining.

Full Text:

PDF

References


R. K. Purba and E. Bu’ulolo, “Implementasi Algoritma K-Medoids dalam Pengelompokan Mahasiswa yang Layak Mendapat Bantuan Uang Kuliah Tunggal,” INSOLOGI J. Sains dan Teknol., vol. 1, no. 2, pp. 79–86, 2022, doi: 10.55123/insologi.v1i2.195.

D. A. I. C. Dewi and D. A. K. Pramita, “Analisis Perbandingan Metode Elbow dan Silhouette pada Algoritma Clustering K-Medoids dalam Pengelompokan Produksi Kerajinan Bali,” Matrix J. Manaj. Teknol. dan Inform., vol. 9, no. 3, pp. 102–109, 2019, doi: 10.31940/matrix.v9i3.1662.

E. Rahmah, E. Haerani, A. Nazir, and S. Ramadhani, “Penerapan Algoritma K-Medoids Clustering Untuk Menentukan Srategi Promosi Pada Data Mahasiswa (Studi Kasus : Stikes Perintis Padang),” J. Nas. Komputasi dan Teknol. Inf., vol. 5, no. 3, pp. 556–564, 2022, doi: 10.32672/jnkti.v5i3.4355.

I. K. Dan, K. D. Pengelompokan, P. Produksi, and D. Ayam, “Implementasi K-Means Dan K-Medoids Dalam Pengelompokan Wilayah Potensial Produksi Daging Ayam,” J. Teknol. Ind. Pertan., vol. 32, no. 158, pp. 239–247, 2022, doi: 10.24961/j.tek.ind.pert.2022.32.3.239.

J. R. S. Penda Sudarto Hasugian, “Penerapan Data Mining Untuk Pengelompokan Siswa Berdasarkan Nilai Akademik dengan Algoritma K-Means,” KLIK Kaji. Ilm. Inform. dan Komput., vol. 3, no. 3, pp. 262–268, 2022, [Online]. Available: https://djournals.com/klik

T. L. Afandi, B. Warsito, and R. Santoso, “Implementasi K-Medoids Dan Model Weighted-Length Recency Frequency Monetary (W-Lrfm) Untuk Segmentasi Pelanggan Dilengkapi Gui R,” J. Gaussian, vol. 11, no. 3, pp. 429–438, 2023, doi: 10.14710/j.gauss.11.3.429-438.

S. Oktarian, S. Defit, and Sumijan, “Clustering Students’ Interest Determination in School Selection Using the K-Means Clustering Algorithm Method,” J. Inf. dan Teknol., vol. 2, pp. 68–75, 2020, doi: 10.37034/jidt.v2i3.65.

M. Triyana, R. Juita, and C. D. Suhendra, “Penerapan Metode K-Means dalam Pengelompokan Data Penduduk Tidak Mampu di Distrik Oransbari,” INFORMAL Informatics J., vol. 7, no. 3, p. 220, 2022, doi: 10.19184/isj.v7i3.34722.

A. Pangestu and T. Ridwan, “Penerapan Data Mining Menggunakan Algoritma K-Means Pengelompokan Pelanggan Berdasarkan Kubikasi Air Terjual Menggunakan Weka,” JUST IT J. Sist. Informasi, Teknol. Inf. dan Komput., vol. 11, no. 3, pp. 67–71, 2022, [Online]. Available: https://jurnal.umj.ac.id/index.php/just-it/article/view/11591

R. Bayu Prasetyo, Y. Agus Pranoto, and R. Primaswara Prasetya, “Implementasi Data Mining Menggunakan Algoritma K-Means Clustering Penyakit Pasien Rawat Jalan Pada Klinik Dr. Atirah Desa Sioyong, Sulteng,” JATI (Jurnal Mhs. Tek. Inform., vol. 7, no. 4, pp. 2144–2151, 2023, doi: 10.36040/jati.v7i4.7419.

A. Nugraha, O. Nurdiawan, and G. Dwilestari, “Penerapan Data Mining Metode K-Means Clustering Untuk Analisa Penjualan Pada Toko Yana Sport,” JATI (Jurnal Mhs. Tek. Inform., vol. 6, no. 2, pp. 849–855, 2022, doi: 10.36040/jati.v6i2.5755.

G. Gustientiedina, M. H. Adiya, and Y. Desnelita, “Penerapan Algoritma K-Means Untuk Clustering Data Obat-Obatan,” J. Nas. Teknol. dan Sist. Inf., vol. 5, no. 1, pp. 17–24, 2019, doi: 10.25077/teknosi.v5i1.2019.17-24.

K. Handoko and L. S. Lesmana, “Data Mining Pada Jumlah Penumpang Menggunakan Metode Clustering,” Snistek, no. 1, pp. 97–102, 2018.

D. U. Iswavigra, S. Defit, and G. W. Nurcahyo, “Data Mining dalam Pengelompokan Penyakit Pasien dengan Metode K-Medoids,” J. Inf. dan Teknol., vol. 3, pp. 181–189, 2021, doi: 10.37034/jidt.v3i4.150.

M. R. Alhapizi, M. Nasir, and I. Effendy, “Penerapan Data Mining Menggunakan Algoritma K-Means Clustering Untuk Menentukan Strategi Promosi Mahasiswa Baru Universitas Bina Darma Palembang,” J. Softw. Eng. Ampera, vol. 1, no. 1, pp. 1–14, 2020, doi: 10.51519/journalsea.v1i1.10.




DOI: https://doi.org/10.36987/informatika.v12i3.5968

Hasil gambar untuk committee on publication ethics logo

Jurnal ini mengikuti pedoman dari Committee on Publication Ethics (COPE)dalam menghadapi semua aspek etika publikasi dan, khususnya, bagaimana menangani kasus penelitian dan kesalahan publikasi. Pernyataan ini menjelaskan etika perilaku semua pihak yang terlibat dalam proses penerbitan artikel di jurnal ini, termasuk Penulis, Pemimpin Redaksi, Dewan Redaksi, Mitra Bebestari, dan Penerbit (Akademi Kepolisian Republik Indonesia). INFORMATIKA berkomitmen untuk mengikuti praktik terbaik tentang masalah etika, kesalahan, dan pencabutan. Pencegahan malpraktek publikasi merupakan salah satu tanggung jawab penting dewan redaksi. Segala jenis perilaku tidak etis tidak dapat diterima, dan jurnal tidak mentolerir plagiarisme dalam bentuk apa pun.

 

INFORMATIKA
Journal URL: https://jurnal.ulb.ac.id/index.php/informatika
Journal DOI: 10.36987/informatika
P-ISSN: 2303-2863
E-ISSN: 2615-1855

Alamat Redaksi :
Fakultas Sains dan Teknologi, Universitas Labuhanbatu
Gedung Fakultas Sains dan Teknologi,
Jalan Sisingamangaraja No.126 A KM 3.5 Aek Tapa, Bakaran Batu, Rantau Sel., Kabupaten Labuhan Batu, Sumatera Utara 21418