SEGMENTASI WILAYAH PENJUALAN KABEL LISTRIK TERBAIK MENGGUNAKAN K-MEANS PADA PT MASA ABADI TANGERANG

  • ERDIN GARI

ABSTRAK

ABSTRAK

Persaingan bisnis pada era saat ini merupakan tantangan besar pada suatu perusahaan dalam meningkatkan jumlah penjualan suatu produk, sehingga perusahaan dituntut merancang strategi penjualan yang efektif dan tepat sasaran. Salah satu tantangan yang dihadapi oleh PT Masada Abadi, Tangerang, adalah bagaimana menentukan wilayah penjualan kabel listrik yang optimal guna meningkatkan daya saing dan volume penjualan di Tengah persaingan yang cukup kompetetif pada saat ini. Permasalahan yang dihadapi PT Masada Abadi, Tangerang, terdapat pada analisa pola pembelian pelanggan berdasarkan wilayah yang tidak optimal sehingga menghambat efektivitas strategi pemasaran dan distribusi produk. Mengatasi permalasahan tersebut, penelitian ini menerapkan algoritma K-Means clustering sebagai solusi dalam mengoptimalkan wilayah penjualan kabel listrik berdasarkan data. Pemilihan algoritma K-Means clustering bertujuan agar pola penjualan di kelompokkan berdasarkan jumlah penjualan dan total penjualan pada setiap jenis kabel di semua wilayah penjualan sehingga menghasilkan visualisasi klaster yang dapat diinterpretasikan. Hasil pengujian dari penerapan algoritma K-Means clustering diperoleh 3 cluster wilayah penjualan dengan wilayah penjualan paling rendah terdapat 3 wilayah yaitu tanggerang, Surabaya dan Jakarta Selatan, wilayah penjualan sedang terdapat 4 wilayah yaitu Jakarta pusat, Bandung, Jakarta timur dan Jogjakarta, dan wilayah penjualan paling tinggi terdapat 3 wilayah yaitu Kalimantan, Jakarta barat dan Bekasi.

Kata Kunci: Algoritma, K-means, Clustering, Cluster, Kabel Listrik

KATA KUNCI

Algoritma,K-Means,Clustering,Cluster,Kabel Listrik


DAFTAR PUSTAKA

DAFTAR PUSTAKA

[1]       R. V. Syalwa, V. Nurcahyawati, and T. Wurijanto, “Jurnal Penerapan Algoritma K-Means Untuk Penentuan Wilayah Penjualan Potensial Pada Perusahaan Jasa Cleaning Service Implementation of K-Means Algorithm for Determining Areas Potential Sales to Cleaning,” J. Teknol. Inf. Komun., vol. 10, no. 2, pp. 204–209, 2023, [Online]. Available: https://jurnal.plb.ac.id/index.php/tematik/index

[2]       U. Cakrawala, “Data Mining?: Definisi, Fungsi, Metode dan Contoh Penerapannya,” 22 February 2024. [Online]. Available: https://www.cakrawala.ac.id/berita/data-mining-adalah

[3]       J. P. Han, Jiawei, Micheline Kamber, Techniques, Data Mining: Concepts and, Third Edit. United States of America: Publishers, Waltham: Morgan Kaufmannj, 2011. [Online]. Available: https://books.google.co.id/books?id=pQws07tdpjoC

[4]       B. U. S. of I. Systems, “Metode Data Mining Clustering,” 29 Oct 2021. Accessed: Apr. 26, 2025. [Online]. Available: https://sis.binus.ac.id/2021/10/29/metode-data-mining-clustering/

[5]       B. U. S. of I. Systems, “Clustering Algoritma (K-Means),” 31 Jan 2022. Accessed: Apr. 26, 2025. [Online]. Available: https://sis.binus.ac.id/2022/01/31/clustering-algoritma-k-means/

[6]       Z. A. Zulfa Nabila, Auliya Rahman Isnain, Permata, “ANALISIS DATA MINING UNTUK CLUSTERINGKASUS COVID-19 DI PROVINSI LAMPUNG DENGAN ALGORITMA K-MEANS,” J. Teknol. dan Sist. Inf., vol. 2, pp. 100 –108, 2021, [Online]. Available: http://jim.teknokrat.ac.id/index.php/JTSI

[7]       R. O. NISP, “Segmentasi Pasar - Jenis, Tujuan, Manfaat dan Contohnya,” 17 Jul 2023. Accessed: Apr. 26, 2025. [Online]. Available: https://www.ocbc.id/id/article/2022/03/11/segmentasi-pasar

[8]       Kledo, “Segmentasi Geografis: Pengertian, Parameter, Contoh, dan Manfaatnya.” Accessed: Apr. 26, 2025. [Online]. Available: https://kledo.com/blog/segementasi-geografis/

[9]       C. L. Vincentius Riandaru Prasetyo, Hamzah Lazuardi, Aldo Adhi Mulyono,

 

“Penerapan Aplikasi RapidMiner Untuk Prediksi Nilai Tukar Rupiah Terhadap US Dollar Dengan Metode Regresi Linier,” J. Nas. Teknol. dan Sist. Inf., vol. 7, pp. 008–017, 2021, doi: https://doi.org/10.25077/TEKNOSI.v7i1.2021.8-17.

[10]     A. B. Erni Ilmiyah, “PENERAPAN ALGORITMAK-MEANS CLUSTERINGUNTUK MENGELOMPOKKAN DATA MAHASISWA BARU,” JATI(Jurnal Mhs. Tek. Inform., vol. 8, 2024, doi: https://doi.org/10.36040/jati.v8i2.9005.

[11]     K. Q. F. Oki Oktaviarna Tensao, I Nyoman Yudi Anggara Wijaya, “Analisa Data Miningdengan Algoritma K-Means ClusteringUntuk Menentukan Strategi Promosi Mahasiswa Baru Pada STMIK Primakara,” Inf. (Jurnal Inform. dan Sist. Informasi), vol. 14, 2022, doi: https://doi.org/10.37424/informasi.v14i1.135.

[12]     THEODORUS INDRA CAHYADI, 2025.

[13]     Ragam Info, “Pengertian Metode Ilmiah dan Langkah-Langkahnya dalam Penelitian,” 14 Agustus 2024. [Online]. Available: https://kumparan.com/ragam-info/pengertian-metode-

Detail Informasi

Skripsi ini ditulis oleh :

  • NIM : 12230303
  • Nama : ERDIN GARI
  • Prodi : Informatika
  • Kampus : Jatiwaringin
  • Tahun : 2025
  • Periode : I
  • Pembimbing : Retno Sari, M.Kom.
  • Asisten :
  • Kode : 0067.S1.IF.SKRIPSI.I.2025
  • Diinput oleh : DAN
  • Terakhir update : 27 Januari 2026
  • Dilihat : 13 kali

TENTANG PERPUSTAKAAN


PERPUSTAKAAN UNIVERSITAS NUSA MANDIRI


E-Library Perpustakaan Universitas Nusa Mandiri merupakan platform digital yang menyedikan akses informasi di lingkungan kampus Universitas Nusa Mandiri seperti akses koleksi buku, jurnal, e-book dan sebagainya.


INFORMASI


Alamat : Jln. Jatiwaringin Raya No.02 RT08 RW 013 Kelurahan Cipinang Melayu Kecamatan Makassar Jakarta Timur

Email : perpustakaan@nusamandiri.ac.id

Jam Operasional
Senin - Jumat : 08.00 s/d 20.00 WIB
Isitirahat Siang : 12.00 s/d 13.00 WIB
Istirahat Sore : 18.00 s/d 19.00 WIB

Perpustakaan Universitas Nusa Mandiri @ 2020