• mahkota212.com
  • http://adoornri.com/
  • yokaislot
  • slot gacor
  • https://kadinkabserambarat.org/tentang-kadin/
  • https://kadinkabhalmaheratengah.org/tentang-kadin/
  • situs slot gacor hari ini
  • https://metallagi.com/
  • https://sistel.semarangkota.go.id/
  • https://bkd.siakkab.go.id/
  • https://kadintegal.org/tentang-kadin/
  • https://ejournal.bsi.ac.id/ejurnal/index.php/abdimas
  • https://sippbb.purwakartakab.go.id/maps/
  • http://pustaka.fib.unand.ac.id/
  • slot gacor
  • slot777
  • https://awangbangkalbarat.banjarkab.go.id/
  • https://www.scienceworksforus.com/press-releases/one-week-and-counting-dont-cut-the-research-that-fuels-the-u-s-economy
  • https://washrightsnetwork.org/free-spins-existing-customers-no-deposit-2025-australia/
  • https://catalogue.paramadina.ac.id/
  • https://kadinlangara.org/XNXX/
  • https://kadinpcmataram.org/kontak/
  • https://merch.emma-larson.com/products
  • https://kadinkabbireuen.org/tentang-kadin/
  • https://kadinkotabatang.org/XVIDEOS/
  • https://motherscareivfcentre.com/about-us-2/appointments/
  • https://tiwet.web.id/orc/
  • https://babelankota.kabbekasi.id/
  • situs slot gacor
  • https://anggota.kadinpcmataram.org/
  • <![CDATA[KELASTERISASI DATA PENJUALAN PADA UD BLUE ROSE DENGAN MENGGUNAKAN ALGORITMA K-MEANS CLUSTERING]]> Wulan Destiyani Pengarang Nahar Mardiyantoro, M.Kom. Dosen Pembimbing 2 Adi Suwondo, M.Kom Dosen Pembimbing 1 Erna Dwi Astuti., M.Kom. Penguji 1 Hidayatus Sibyan, M.Kom Penguji 2 Adi Suwondo, M.Kom Ketua Penguji
    Data penjualan merupakan faktor penting bagi pelaku usaha perdagangan untuk mengetahui informasi terkait penjualan dan sebagai bahan analisa penjualan. Data yang dimiliki oleh UD Blue Rose hanya dalam bentuk tulis tangan dan masih tercampur dengan transaksi lainnya. Peneliti mengambil sampel sebanyak 1343 data mentah dan setelah itu data dimasukkan ke dalam proses cleaning serta transformation. Penelitian ini dilakukan untuk menentukan klaster dari data penjualan pada UD Blue Rose. Dalam menentukan klaster, metode yang digunakan yaitu menggunakan metode K-Means Clustering, sedangkan RapidMiner dan Microsoft Excel sebagai software pendukung. Setelah 1343 data mentah melalui proses cleaning menghasilkan 121 dataset paling lengkap dan dapat dihitung oleh algoritma k-means. Dari 121 dataset menghasilkan tiga cluster yaitu cluster paling laris , cluster cukup laris dan cluster kurang laris. Dari hasil clustering tersebut menghasilkan Informasi yang dapat dimanfaatkan untuk managemen stok barang, meminimalisir kurasakan barang akibat over stok di etalase, dan sebagai bahan pertimbangan dalam meningkatkan strategi penjualan. Kata Kunci: Data Penjualan, clustering, k-means