CLUSTERING PENCAPAIAN TARGET PENJUALAN RUMAH PARA KARYAWAN MARKETING MENGGUNAKAN RAPID MINER DAN ALGORITMA K-MEANS

research
  • 03 Dec
  • 2020

CLUSTERING PENCAPAIAN TARGET PENJUALAN RUMAH PARA KARYAWAN MARKETING MENGGUNAKAN RAPID MINER DAN ALGORITMA K-MEANS

Dalam persaingan dunia bisnis saat ini, kita dituntut untuk senantiasa mengembangkan bisnis agar selalu bertahan dalam persaingan . Fachry property Land merupakan salah satu bidang usaha yang fokus di bidang property. Di mana toko ini memenuhi kebutuhan konsumen yang sedang trend saat ini. Pada Fachry Property Land terdapat beberapa permasalahan yang selalu muncul terkait penjualan. Dimana banyak karyawan yang tidak memenuhi target penjualannya. Berdasarkan hal tersebut maka diharapkan bisa mepermudah pihak Fachry Property Land dalam menilai kelayakan atas karyawannya dalam menentukan karyawan yang memenuhi target, belum memenuhi target dan tidak memenuhi target, dalam proses pengelompokan maka akan digunakan sebuah metode pengelompokan menggunakan Algoritma K-Means Clustering dengan implementasinya menggunakan sebuah software Data Mining yaitu, RapidMiner Studio versi 9.2. Dengan adanya aplikasi Rapid Miner Studio ini diharapkan pemilik Fachry Propertyland dapat melihat hasil pengelompokkan karyawan yang memenuhi target, belum memenuhi target dan tidak memenuhi target. Sehingga pemilik Fachry Propertyland dapat melakukan tindakan kepada karyawannya tersebut. 

Unduhan

 

REFERENSI

Alfian, T., Sandi, A., Raharjo, M., & Putra, J. L. 

(2018). CLUSTERING KESETIAAN PELANGGAN E-RITEL DENGAN MODEL RFM, 14(2), 239–246. Retrieved from 

https://ejournal.nusamandiri.ac.id/index.php/pilar/article/view/74 

Asroni Asroni, R. A. (2015). Penerapan Metode 

K-Means Untuk Clustering Mahasiswa 

Berdasarkan Nilai Akademik Dengan 

Weka Interface Studi Kasus Pada Jurusan 

Teknik Informatika UMM Magelang, 18(1), 

76–82. Retrieved from 

https://www.researchgate.net/publication/3

29831347_Penerapan_Metode_K-

Means_Untuk_Clustering_Mahasiswa_Be

rdasarkan_Nilai_Akademik_Dengan_Wek

a_Interface_Studi_Kasus_Pada_Jurusan_

Teknik_Informatika_UMM_Magelang_Impl

ementation_Method_for_K-

Means_Clusteri 

Dhuhita, W. M. P. (2015). CLUSTERING 

MENGGUNAKAN METODE K MEANS 

UNTUK MENENTUKAN STATUS GIZI 

BALITA, 15(2). Retrieved from 

https://www.neliti.com/id/publications/1037

65/clustering-menggunakan-metode-k-

mean-untuk-menentukan-status-gizi-balita 

Garg, S. K. dan K. (2016). Document Clustering 

using Improved K-means Algorithm. 

International Journal of Engineering 

Research and General Science, 4(3). 

Retrieved from 

http://www.indianjournals.com/ijor.aspx?ta

rget=ijor:ijrss&volume=6&issue=9&article=

017 

Jayant Tikmani, Sudhanshu Tiwari, S. K. 

(2015). n Approach to Customer 

Classification using k-means. International 

Journal of Innovative Research in 


Computer and Communication 

Engineering, 3(11). Retrieved from 

http://www.ijircce.com/upload/2015/novem

ber/29_An.pdf 

M.Hasyim Siregar, S.Kom., M. K. (2018). 

KLASTERISASI PENJUALAN ALAT-

ALAT BANGUNAN MENGGUNAKAN 

METODE K-MEANS, 1(2), 83–91. 

Retrieved from 

https://ejournal.uniks.ac.id/index.php/JTO

S/article/view/24 

Mardalius. (2018). PENGELOMPOKAN DATA 

PENJUALAN AKSESORIS 

MENGGUNAKAN ALGORITMA K-

MEANS, IV(2), 401–411. Retrieved from 

https://www.researchgate.net/publication/3

30609314_PEMANFAATAN_RAPID_MIN

ER_STUDIO_82_UNTUK_PENGELOMP

OKAN_DATA_PENJUALAN_AKSESORIS

_MENGGUNAKAN_ALGORITMA_K-

MEANS 

Nasari, F., & Darma, S. (2015). PENERAPAN 

K-MEANS CLUSTERING PADA DATA 

PENERIMAAN MAHASISWA BARU, 6–8. 

Retrieved from 

https://www.ojs.amikom.ac.id/index.php/se

mnasteknomedia/article/viewFile/837/801 

Ong, J. O. (2013). IMPLEMENTASI 

ALGORITMA K-MEANS CLUSTERING 

UNTUK MENENTUKAN STRATEGI 

MARKETING, (April), 10–20. Retrieved 

from 

http://journals.ums.ac.id/index.php/jiti/articl

e/view/651 

Prasetyo, E. (2012). Data Mining Konsep dan 

Aplikasi Menggunakan Matlab. 

Yogyakarta: CV. Andi Offset. 

Widodo. (2004). Psikologi Belajar. jakarta: 

Rineka Cipta.