Final_Project

Implementasi K MEANS Dalam Klasterisasi Biji Kopi Berdasarkan Penjualan Untuk Pemenuhan Kebutuhan Dasar Pasar

---

Biji kopi adalah salah satu produk dengan permintaan pasar yang tinggi di Indonesia
dengan volume ekspor 189,6 ribu ton pada tahun 2020. Namun banyak faktor dalam
peningkatan dan penurunan pada nilai ekspor salah satunya kebutuhan pasar yang tidak
terpenuhi sehingga dapat menurunkan nilai ekspor. Untuk meminimalisir terjadinya hal
tersebut dibutuhkan pengelompokan data menggunakan metode klasterisasi dengan
algoritma K-Means untuk menganalisa produk biji kopi berdasarkan komoditas produk
biji kopi dan nilai ekspor disetiap bulan. Penggunaan aplikasi WEKA untuk membantu
mengolah data yang akan dikelompokan menggunakan metode clustering dengan
algoritma K-Means. Hasil pada penelitian ini dapat ditarik sebuah kesimpulan bahwa
pengujian pengelompokan data menggunakan algortima K-Means pada aplikasi WEKA
membuahkan hasil, seperti nilai ekspor dengan tiga clustering, yaitu laku, sangat laku dan
tidak laku berdasarkan jangka waktu satu tahun. Nilai ekspor dirincikan berdasarkan
setiap bulannya selama satu tahun penuh dengan class 0, 1, dan 2. Hasilnya pada
pengujian adalah class 0 berisikan 1 data dengan presentase 10%, class 1 berisikan 5 data
dengan presentase 50%, dan class 2 berisikan 4 data dengan presentase 40%

---

Ketersediaan

TI21/030

TI 21/030

Prodi Teknik Informatika (Ruang Skripsi & Tesis)

Tersedia

Informasi Detail

Judul Seri

-

No. Panggil

TI 21/030

Penerbit

Jakarta : Universitas Trilogi., 2021

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

-

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

-

Info Detail Spesifik

-

Pernyataan Tanggungjawab

-

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar