[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"ssr-repo-gdrive000003526":3},{"id":4,"title":5,"authors":6,"files":7,"advisors":52,"authors_detail":53,"advisors_detail":54,"publisher":55,"publish_place":56,"language":57,"type":58,"type_slug":59,"year":60,"department":61,"study_program":62,"keywords":63,"keywords_detail":64,"abstract":65,"abstract_html":66,"url":67},"repo-gdrive000003526","Implementasi Metode Clustering Data Mining Dengan Algoritma K-Means Pada Sawmill UD. Sari Utama Probolinggo",[],[8,12,15,18,21,25,28,31,34,37,40,43,46,49],{"chapter":9,"requires_login":10,"label":11,"available":10},"abstrak",false,"Abstrak",{"chapter":13,"requires_login":10,"label":14,"available":10},"pendahuluan","Pendahuluan",{"chapter":16,"requires_login":10,"label":17,"available":10},"bab1","Bab I",{"chapter":19,"requires_login":10,"label":20,"available":10},"bab2","Bab II",{"chapter":22,"requires_login":23,"label":24,"available":10},"bab3",true,"Bab III",{"chapter":26,"requires_login":23,"label":27,"available":10},"bab4","Bab IV",{"chapter":29,"requires_login":23,"label":30,"available":10},"bab5","Bab V",{"chapter":32,"requires_login":23,"label":33,"available":10},"bab6","Bab VI",{"chapter":35,"requires_login":23,"label":36,"available":10},"bab7","Bab VII",{"chapter":38,"requires_login":10,"label":39,"available":10},"daftar_pustaka","Daftar Pustaka",{"chapter":41,"requires_login":23,"label":42,"available":10},"lampiran","Lampiran",{"chapter":44,"requires_login":23,"label":45,"available":10},"jurnal","Jurnal",{"chapter":47,"requires_login":10,"label":48,"available":23},"open","Akses Terbuka",{"chapter":50,"requires_login":23,"label":51,"available":23},"full","Dokumen Lengkap",[],[],[],"Politeknik Negeri Malang","Malang","Indonesia","Skripsi (D4)","skripsi-d4",2017,"D-IV TEKNIK INFORMATIKA",null,[],[],"UD. Sari Utama melakukan rekapitulasi data-data transaksi supplier setiap periode akhir tahun untuk mengetahui tingkat pengiriman tiap masing-masing supplier yang mengirimkan hasil tebangan kayunya dengan cara mengelompokkan data supplier tersebut berdasarkan jumlah volume kayu, jumlah batang kayu dan total keuangan. Dengan banyaknya data di setiap akhir tahun yang dapat mencapai rata-rata 1143 data maka admin UD. Sari Utama mengalami kesulitan untuk melakukan perhitungan tingkat pengiriman masing-masing supplier apalagi admin masih menggunakan cara konvensional dengan perhitungan manual di buku. Dari permasalahan yang ada, maka dibuatlah sebuah aplikasi dengan konsep data mining menggunakan algoritma K-Means (Clustering), Algoritma digunakan untuk mengelompokkan data supplier, berdasarkan kelompok tingkat pengiriman supplier dengan 5 cluster atau kelompok yaitu tingkat pengiriman Sangat Tinggi, Tinggi, Sedang, Rendah dan Sangat Rendah. Berdasarkan dari uji coba pengujian clustering data yang berada di excel menggunakan purity measure didapatkan nilai cluster purity dengan nilai 0,869565217 dan tingkat error cluster dengan nilai 0,130434783 itu berarti tingkat kemurnian cluster dari data supplier menghasilkan hasil yang bagus.","\u003Cp>UD. Sari Utama melakukan rekapitulasi data-data transaksi supplier setiap periode akhir tahun untuk mengetahui tingkat pengiriman tiap masing-masing supplier yang mengirimkan hasil tebangan kayunya dengan cara mengelompokkan data supplier tersebut berdasarkan jumlah volume kayu, jumlah batang kayu dan total keuangan. Dengan banyaknya data di setiap akhir tahun yang dapat mencapai rata-rata 1143 data maka admin UD. Sari Utama mengalami kesulitan untuk melakukan perhitungan tingkat pengiriman masing-masing supplier apalagi admin masih menggunakan cara konvensional dengan perhitungan manual di buku. Dari permasalahan yang ada, maka dibuatlah sebuah aplikasi dengan konsep data mining menggunakan algoritma K-Means (Clustering), Algoritma digunakan untuk mengelompokkan data supplier, berdasarkan kelompok tingkat pengiriman supplier dengan 5 cluster atau kelompok yaitu tingkat pengiriman Sangat Tinggi, Tinggi, Sedang, Rendah dan Sangat Rendah. Berdasarkan dari uji coba pengujian clustering data yang berada di excel menggunakan purity measure didapatkan nilai cluster purity dengan nilai 0,869565217 dan tingkat error cluster dengan nilai 0,130434783 itu berarti tingkat kemurnian cluster dari data supplier menghasilkan hasil yang bagus.\u003C\u002Fp>","https:\u002F\u002Frepository.polinema.ac.id\u002Fcollection\u002Fdetail?id=gdrive000003526&year=2017&title=implementasi-metode-clustering-data-mining-dengan-algoritma-k-means-pada-sawmill-ud-sari-utama-probolinggo"]