'''SEGMENTASI PRODUK PADA PT. DUNIA FARMA MENGGUNAKAN K-MEANS CLUSTERING '''
SEGMENTASI PRODUK PADA PT. DUNIA FARMA MENGGUNAKAN K-MEANS CLUSTERING
TESIS
Disusun Oleh :
Nim : 1812599305 Nama : Sri Linggawati Nurmika
Tesis yang Ditulis untuk Memenuhi Sebagian Persyaratan untuk Mendapatkan Gelar Magister
FAKULTAS SAINS DAN TEKNOLOGI
PROGRAM STUDI MAGISTER TEKNIK INFORMATIKA
KONSENTRASI BUSINESS INTELLIGENCE
UNIVERSITAS RAHARJA
TANGERANG
TA. 2020/2021
Abstrak
PT. Dunia Farma merupakan Pedagang Besar Farmasi (PBF) di wilayah Kota Bekasi yang menyediakan berbagai jenis obat. Peran PBF dalam kancah bisnis apotek tentu sangat vital. Untuk menjaga kepuasan pelanggan PT. Dunia Farma berusaha menyediakan produk obat yang dibutuhkan pelanggan. Dalam hal perencanaan kebutuhan belum ada analisa Inventory Control yang berpotensi terjadinya penumpukan barang karena kurang laku dan kekosongan barang. Analisa Inventory Control tersebut dapat diawali dengan melakukan proses data mining. Pada penelitian ini digunakan algoritma K-Means Clustering dengan formula Euclidean untuk mengelompokkan / mensegmentasikan produk berdasarkan penjualan tinggi, sedang dan rendah dengan menggunakan parameter volume dan interval waktu. Pengolahan dan analisis data dengan perhitungan menggunakan formula Euclidean dan Rapidminer. Berdasarkan pengujian data penjualan tahun 2017 – 2019 sebanyak 209 produk didapatkan hasil bahwa produk dapat disegmentasikan / dikelompokkan dengan ketentuan 3 cluster yaitu cluster 1 (satu) kategori penjualan rendah, cluster 2 (dua) kategori penjualan sedang dan cluster 3 (tiga) kategori penjualan tinggi. Segmentasi produk periode 2017- 2019 menggunakan algoritma K-Means Clustering didapatkan hasil yaitu cluster 1 (satu) dengan kategori rendah memiliki anggota 9 (4,3 %), cluster 2 (dua) dengan kategori sedang memiliki anggota 22 (10,5%) dan cluster 3 (tiga) memiliki anggota 178 (85,2%). Sedangkan dengan menggunakan Rapid Miner diperoleh hasil segmentasi sebagai berikut, cluster 1 (satu) memiliki anggota 5 (2,3%), cluster 2 (dua) memiliki anggota 21 (10,1%) dan cluster 3 (tiga) memiliki anggota 183 (87,6). Hasil clustering menunjukkan bahwa cluster 3 (tiga) mendominasi hasil cluster. Hasil analisa segmentasi produk pada penelitian ini dapat digunakan untuk membantu dalam perencanaan kebutuhan Inventory Control, sehingga potensi terjadinya penumpukan atau kekosongan barang dapat diminimalisir. Selain itu hasil segmentasi produk dapat digunakan sebagai penunjang supply management dan strategi penjualan.
Keywords: K-Means Clustering, Data Mining, Produk, Segmentasi
