ANALISA ALGORITMA K-MEANS UNTUK OPTIMALISASI STOK BARANG (STUDI KASUS: INTAN ELEKTRONIK)
SKRIPSI
Oleh :
BAYU KURNIAWAN 1855201007
TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER UNIVERSITAS LANCANG KUNING
PEKANBARU
2022
ii
iii
iv
v
HALAMAN PERSEMBAHAN
Penulis mengucapkan terima kasih yang sebesar-besarnya kepada :
1. Keluarga besar Bayu Kurniawan yang selalu mendukung dalam penyelesaian Tugas Akhir ini.
2. Terima kasih kepada seluruh Civitas Akademika Fakultas Ilmu Komputer Universitas Lancang Kuning atas segala ilmu yang telah diberikan.
3. Saya ingin mengucapkan terima kasih kepada Bapak Loneli Costaner, M.Kom., MTA, atas bantuannya dalam menyelesaikan tugas akhir.
4. Saya ingin mengucapkan terima kasih kepada teman-teman saya atas dukungan dan bantuan mereka yang tak tergoyahkan dalam menyelesaikan tugas akhir saya.
vi
KATA PENGANTAR
Puji syukur penulis ucapkan kepada Tuhan Yang Maha Kuasa yang telah melimpahkan rahmat dan karunia-Nya kepada penulis, sehingga dapat menyelesaikan Proposal Skripsi yang berjudul “Analisa Algoritma K-Means Untuk Optimalisasi Stok Barang (Studi Kasus: Intan Elektronik)”.
Penulisan Proposal Skripsi yang ditujukan untuk melengkapi salah satu syarat kelulusan dalam mencapai jenjang sarjana di Fakultas Ilmu Komputer, Universitas Lancang Kuning, Pekanbaru. Pada proses penyelesaian laporan ini, terdapat banyak rintangan dan hal-hal yang menghambat kinerja penulis, namun berkat dukungan, bantuan, arahan, nasihat serta kerjasama dari berbagai pihak, maka dari itu penulis Penulis ingin mengucapkan terimakasih kepada :
1. Bapak H. Fajrizal, S.P., M.Kom., MTA., MCF selaku Dekan Fakultas Ilmu Komputer Universitas Lancang Kuning.
2. Bapak Ahmad Zamzuri, M.Kom., MTA., MCF selaku Wakil Dekan I Fakultas Ilmu Komputer Universitas Lancang Kuning.
3. Ibu Lucky Lhaura Van FC, M.Kom., MTA selaku Wakil Dekan II Fakultas Ilmu Komputer Universitas Lancang Kuning.
4. Bapak Muhamad Sadar, SE., M.Kom., MTA., MCF selaku Wakil Dekan III Fakultas Ilmu Komputer, Universitas Lancang Kuning.
5. Bapak Dr. Yogi Yunefri, M.Kom., MTA., MCE selaku Ketua Program Studi Teknik Informatika Fakultas Ilmu Komputer Universitas Lancang Kuning.
vii 6. Bapak Sutejo, M.Kom., MTA selaku Sekretaris Program Studi Teknik
Informatika Fakultas Ilmu Komputer Universitas Lancang Kuning 7. Bapak Loneli Costaner, M.Kom., MTA sebagai Pembimbing Penulis.
8. Bapak/ibu dosen Fakultas Ilmu Komputer Universitas Lancang Kuning yang telah memberi ilmu dan pengetahuan selama ini.
9. Orang tua dan keluarga penulis yang selalu memberikan dukungan, doa, bimbingan, serta kasih sayang yang telah diberikan sehingga penulis dapat menyelesaikan penelitian skripsi dengan baik.
Pekanbaru, 4 Juli 2022 Penulis
Bayu Kurniawan
viii
ANALISA ALGORITMA K-MEANS UNTUK OPTIMALISASI STOK BARANG (STUDI KASUS: INTAN ELEKTRONIK)
Bayu Kurniawan1, Loneli Costaner2
email: [email protected]1, [email protected]2
ABSTRAK
Toko Intan Elektronik adalah salah satu toko yang menjual berbagai macam barang elektronik. Jumlah penjualan yang terkadang naik dan turun pada Intan Elektronik mengakibatkan stok barang tidak stabil dan dapat berdampak ke konsumen. Stok barang yang tidak dikelola dengan baik juga bisa berdampak pada toko Intan Elektronik seperti barang habis pada saat permintaan konsumen tinggi berdampak langsung kepenjualan barang yang harus dibatalkan sehingga konsumen membeli di toko lain.
Kesalahan dalam memprediksi stok barang bisa membuat barang tidak habis terjual sehingga stok barang tersebut menumpuk di toko dikarenakan toko yang terbilang cukup kecil. Data penjualan pada toko Intan Elektronik yang setiap bulannya flukuatif sehingga perlu adanya pengelompokan (clustering). Metode K-Means dapat diterapkan pada Toko Intan Elektronik untuk menentukan penjualan barang yang laris dan kurang laris. Pada penelitian ini menggunakan data stok barang Intan Elektronik. Pada Proses perhitungan menggunakan perhitungan manual serta phyton. Pada perhitungan menghasilkan 2 cluster. Diketahui hasil akhir perhitungan yaitu yang laris ada 3 barang, dan 32 barang untuk yang kurang laris.
Kata Kunci: K-Means, Pengelompokam, phyton
ix
K-MEANS ALGORITHM ANALYSIS FOR STOCK OPTIMIZATION (CASE STUDY: INTAN ELEKTRONIK)
Bayu Kurniawan1, Loneli Costaner2
email: [email protected]1, [email protected]2
ABSTRACT
Electronic Diamond Shop is a shop that sells various kinds of electronic goods. The number of sales that sometimes goes up and down at Intan Elektronik results in unstable stock of goods and can have an impact on consumers. Stocks of goods that are not managed properly can also have an impact on Intan Elektronik stores, such as goods running out when consumer demand is high, which directly affects the sale of goods which must be canceled so that consumers buy in other stores. Mistakes in predicting the stock of goods can make the goods not sold out so that the stock of these goods accumulates in the store because the store is quite small. Sales data at the Intan Elektronik store which fluctuates every month so that there is a need for clustering.
The K-Means method can be applied to the Electronic Diamond Shop to determine the sales of goods that are selling well and not selling well. In this study, data on the stock of Electronic Diamonds was used. In the calculation process using manual calculations and python. The calculation produces 2 clusters. It is known that the final result of the calculation is that 3 items are selling well, and 32 items are not selling well.
Keywords: K-Means, Clustering, phyton
x
DAFTAR ISI
HALAMAN HALAMAN PERSETUJUAN ... Error! Bookmark not defined.
HALAMAN PENGESAHAN ... Error! Bookmark not defined.
PERNYATAAN KEASLIAN KARYA ILMIAH ... iii
HALAMAN PERSEMBAHAN ... iv
KATA PENGANTAR ... vi
ABSTRAK ... viii
ABSTRACT ... ix
DAFTAR ISI ... x
DAFTAR GAMBAR ... xii
DAFTAR TABEL ... xiii
DAFTAR LAMPIRAN ... xiv
BAB I ... 1
A. Latar Belakang ... 1
B. Rumusan Masalah ... 3
C. Batasan Masalah... 3
D. Tujuan Penelitian ... 3
E. Manfaat Penelitian ... 4
BAB II ... 6
A. Tinjauan Penelitian Terdahulu ... 6
B. Landasan Teori ... 13
1. Stok ... 13
2. Barang ... 13
3. Data Mining ... 13
4. Clustering ... 16
5. K-Means ... 16
6. Phyton ... 17
xi
BAB III ... 18
A. Tahapan Penelitian ... 18
B. Lokasi dan Waktu Penelitian ... 20
C. Data yang Digunakan ... 21
D. Metode yang Digunakan ... 21
BAB IV ... 24
A. Gambaran Umum Objek Penelitian ... 24
B. Visi dan Misi ... 24
C. Struktur Organisasi Toko Intan Elektronik ... 25
BAB V ... 27
A. Analisis Data ... 27
B. Transformasi Data ... 29
C. Implementasi Metode K-Means ... 30
D. Pengujian Metode K-Means Dengan Phyton ... 42
BAB VI ... 61
A. Kesimpulan ... 61
B. Saran ... 62
DAFTAR PUSTAKA ... 63
LAMPIRAN ... 67
xii
DAFTAR GAMBAR
HALAMAN
Gambar 2. 1 Tahapan Data Mining ... 15
Gambar 3. 1 Tahapan Penelitian Data... 18
Gambar 4. 1 Struktur Organisasi Toko Intan Elektronik ... 25
Gambar 5. 1 Tampilan utama jupyter notebook ... 43
Gambar 5. 2 Memasukan data kedalam jupyter notebook ... 43
Gambar 5. 3 Import Library ... 44
Gambar 5. 4 Import Csv ke Dataset ... 45
Gambar 5. 5 Menampilkan Hasil dari Import Csv ... 45
Gambar 5. 6 Memilih Baris dan Kolom ... 47
Gambar 5. 7 Hasil Memilih Baris dan Kolom ... 47
Gambar 5. 8 Menentukan Cluster Menggunakan Metode Elbow ... 49
Gambar 5. 9 Hasil Metode Elbow ... 50
Gambar 5. 10 Visualisasi Persebaran Data ... 51
Gambar 5. 11 Data Scaling ... 51
Gambar 5. 12 Hasil Data Scaling ... 52
Gambar 5. 13 K-Means Clustering ... 53
Gambar 5. 14 Pusat Cluster ... 53
Gambar 5. 15 Hasil Clustering... 55
Gambar 5. 16 Memasukan Hasil K-Means ke Dataframe ... 57
Gambar 5. 17 Visualisasi Sebaran Cluster ... 58
xiii
DAFTAR TABEL
HALAMAN
Tabel 5. 1 Data Transaksi Penjualan dan Stok Barang ... 27
Tabel 5. 2 Data Produk Belum Diinisialkan dan Sudah Diinisialkan ... 29
Tabel 5. 3 Data Inti... 30
Tabel 5. 4 Nilai Awal Pusat Cluster ... 32
Tabel 5. 5 Hasil Cluster Iterasi -1 ... 33
Tabel 5. 6 Pembaruan Pusat Cluster iterasi-1. ... 35
Tabel 5. 7 Hasil Cluster Iterasi -2 ... 37
Tabel 5. 8 Pembaruan Pusat Cluster iterasi-2 ... 38
Tabel 5. 9 Hasil Cluster Iterasi -3 ... 41
Tabel 5. 10 Tabel Produk Laku ... 59
Tabel 5. 11 Tabel Produk Kurang Laku ... 59
xiv
DAFTAR LAMPIRAN
HALAMAN
Lampiran 1 Surat Balasan Permohonan Penelitian ... 67
Lampiran 2 Wawancara Kepada Pengelola Toko Intan Elektronik ... 68
Lampiran 3 Observasi di Toko Intan Elektronik... 69
Lampiran 4 Foto dengan Pengelola Intan Elektronik ... 70
Lampiran 5 Transaksi Penjualan Toko Intan Elektronik ... 71
Lampiran 6 Stok Barang Pada Toko Intan Elektronik ... 77
1
BAB I PENDAHULUAN
A. Latar Belakang
Dalam dunia bisnis saat ini, kita harus selalu memajukan suatu perusahaan agar dapat bersaing. Hal ini terutama berlaku dalam persaingan penjualan, yang memaksa pengusaha untuk menemukan pola untuk menumbuhkan penjualan dan pemasaran.
Salah satunya melalui pemanfaatan data penjualan (Wahyudi, Bahri, and Handayani 2019).
Stok barang tidak bisa lepas dari dunia bisnis, maka dari itu stok barang juga bisa menjadi salah satu faktor sukses yang dijalani oleh pelaku bisnis. Manajemen stok barang merupakan kegiatan mengatur sebuah persediaan barang pada gudang. (Huda and Helilintar 2020). Data pada stok barang sangat penting karena dapat digunakan untuk melakukan penyusunan strategi dan mengambil keputusan. Data yang terorganisir dapat membantu pelaku bisnis dalam membuat kesimpulan tentang proses bisnis. Data saat ini merupakan aset yang berharga karena dapat menimbulkan kerugian jika tidak digunakan secara bijak dan memberikan keuntungan jika ditangani dan dianalisis dengan benar (Murpratiwi, Agung Indrawan, and Aranta 2021).
Toko Intan Elektronik adalah salah satu toko dalam bidang perdagangan barang yang berdomisili di Letak toko Intan Elektronik berada di Jl. Kota Baru no 24 Kec.
Senapelan, Pekanbaru, Kota Pekanbaru, Riau 28155. Barang-barang yang dijual di
2 toko Intan Elektronik adalah berbagai macam barang elektronik seperti ampli, equalizer, speaker aktif, mixer dan lain lain. Jumlah penjualan yang terkadang naik dan turun pada Intan Elektronik mengakibatkan stok barang tidak stabil dan dapat berdampak ke konsumen. Stok barang yang tidak dikelola dengan baik juga bisa berdampak pada toko Intan Elektronik seperti barang habis pada saat permintaan konsumen tinggi berdampak langsung kepenjualan barang yang harus dibatalkan sehingga konsumen membeli di toko lain. Kesalahan dalam memprediksi stok barang bisa membuat barang tidak habis terjual sehingga stok barang tersebut menumpuk di toko dikarenakan toko yang terbilang cukup kecil. Data penjualan pada toko Intan Elektronik yang setiap bulannya flukuatif sehingga perlu adanya pengelompokan (clustering).
Clustering adalah teknik analisis data untuk mengatasi kesulitan dalam kelompok data. Salah satu metode pendekatan clustering adalah k-mens. K-means adalah pendekatan clustering yang populer. Karena keberhasilannya dalam menghasilkan kluster dengan membagi data menjadi beberapa partisi untuk data dalam jumlah besar(Murpratiwi et al. 2021).
Berdasarkan uraian diatas penelitian maka penulis membuat laporan skripsi berjudul “Analisa Algoritma K-Means Untuk Optimalisasi Stok Barang (Studi Kasus: Intan Elektronik)”.
3 B. Rumusan Masalah
Berdasarkan permasalahan yang telah diuraikan, maka masalah-masalah dapat dirumusan masalah sebagai berikut: “Bagaimana menerapkan teknik data mining clustering dari data yang belum dikelola dengan baik pada Intan Elektronik menggunakan algoritma K-Means?”.
C. Batasan Masalah
Dalam penelitian ini didapatkan batasan masalah untuk lebih memfokuskan penyelesaian suatu masalah, diantaranya:
1. Menggunakan algoritma K-Means dalam pengolahan datanya.
2. Data transaksi penjualan yang diambil yaitu dari bulan Mei 2021 sampai Mei 2022.
3. Variabel yang digunakan antara lain: stok awal, stok masuk, stok keluar, dan rata-rata penjualan.
4. Output yang akan dihasilkan berupa laku dan kurang laku.
5. Pengolahan data mining ini memanfaatkan Ms Excel sebagai media perhitungan dan Phyton sebagai pengujianya.
D. Tujuan Penelitian
Berikut ini adalah tujuan untuk penelitian ini, penelitian yang didasarkan pada masalah yang ditemukan yaitu untuk melakukan analisis dalam menentukan cluster
4 pengelompokan data yang laku dan kurang laku menggunakan algoritma K-means untuk penentuan prediksi stok barang.
E. Manfaat Penelitian
Manfaat dalam penelitian ini dapat di bagi menjadi beberapa manfaat yaitu:
1. Bagi Penulis
Menambah pengetahuan dan kemampaan peneliti tentang metode clusering K-Means.
2. Bagi Tempat Penelitian
a. Dapat dijadikan sebagai bahan pertimbangan dalam pengoptimalan stok barang di Intan Elektronik.
b. Dapat mengetahui produk yang laris dan tidak laris pada Intan Elektronik.
3. Bagi Pembaca
a. Dapat menjadikan panduan untuk melaksanakan penelitian dengan topik yang sama dan dapat mengembangkan sistem yang dibuat.
b. Menambah pengetahuan dan kemampaan pembaca tentang metode clusering K-Means.
BAB I PENDAHULUAN
Bab ini membahas tentang latar belakang, rumusan masalah, batasan masalah, tujuan, manfaat penulisan, dan sistematika penulisan.
5 BAB II LANDASAN TEORI
Bab ini membahas tentang tinjauan penelitian terdahulu dan teori dasar yang digunakan terkait dengan penelitian.
BAB III METODOLOGI PENELITIAN
Bab ini berisikan tahapan penelitian, lokasi dan waktu penelitian, data yang digunakan, teknik pengumpulan data, metode yang digunakan.
BAB IV JADWAL PELAKSANAAN
Membahas mengenai sejarah singkat, profil, gambaran lokasi dan tempat, visi dan misi, struktur organisasi.
61
BAB VI
KESIMPULAN DAN SARAN
A. Kesimpulan
Dari hasil pembahasan yang telah dilakukan, dapat ditarik kesimpulan sebagai berikut:
1. Dengan menganalisis menggunakan algoritma K-Means, Toko Intan Elektronik dapat menyusun strategi untuk menentukan persediaan barang dengan mengelompokan ke dalam 2 kategori: Laris dan kurang laris.
2. Terdapat 3 produk yaitu A3 untuk speaker, A4 untuk mic, A9 untuk ampli yang merupakan produk yang tergolong laku, dan terdapat 32 produk yaitu A1 untuk kipas angin, A2 untuk tape, A5 untuk stand mic, A6 untuk remote tv, A7 untuk tv 21 inc, A8 untuk crossofer, A10 untuk equalizer, A11 untuk radio, A12 untuk adaptor, A13 untuk mp3 bluetooth, A14 untuk kabel hp, A15 untuk bass tube, A16 untuk dvd, A17 untuk mixer, A18 untuk power kick, A19 untuk pemangkas rambut, A20 untuk kabel speaker, A21 untuk stand speaker, A22 untuk mp3, A23 untuk twiter acoustic, A24 untuk tv 32 inc, A25 untuk power asley, A26 untuk stabilizer, A27 untuk subwofer, A28 untuk doubledin, A29 untuk tv 24 inc, A30 untuk mp3, A31 untuk kabel mic, A32 untuk kabel rca, A33 untuk jaring speaker, A34 untuk tv 42 inc, A35 untuk tv 14 inc yang merupakan produk yang tergolong kurang laku.
62 B. Saran
Untuk meningkatkan kinerja yang telah dibuat, serta saran bagi pembaca yang ingin lebih baik lagi, adalah sebagai berikut:
1. Untuk mendapatkan hasil yang lebih variatif penelitian ini bisa menambahkan data yang lebih banyak lagi
2. Untuk meningkatkan akurasi dalam proses pengelompokan, dapat membandingkan dengan algoritma lain, atau mengembangkan metode K- Means untuk menghasilkan proses yang lebih tepat.
63 DAFTAR PUSTAKA
Astiko, Febri, and Achmad Khodar. 2020. “Membangun Model Machine Learning Untuk Meninjau Layanan Indosat Ooredoo Dari Twitter Menggunakan Naive Bayes Classifier.” Journal of Applied Computer Science and Technology 1(2):61–
66. doi: 10.52158/jacost.v1i2.79.
Aulia, Sabrina. 2021. “Klasterisasi Pola Penjualan Pestisida Menggunakan Metode K- Means Clustering (Studi Kasus Di Toko Juanda Tani Kecamatan Hutabayu Raja).” Djtechno: Jurnal Teknologi Informasi 1(1):1–5. doi:
10.46576/djtechno.v1i1.964.
Baihaqi, Wiga Maulana, Kuat Indartono, and Syifaul Banat. 2019. “Penerapan Teknik Clustering Sebagai Strategi Pemasaran Pada Penjualan Buku Di Tokopedia Dan Shopee.” Paradigma - Jurnal Komputer Dan Informatika 21(2):243–48. doi:
10.31294/p.v21i2.6149.
Dewi, Dewa Ayu Indah Cahya, and Dewa Ayu Kadek Pramita. 2019. “Analisis Perbandingan Metode Elbow Dan Silhouette Pada Algoritma Clustering K- Medoids Dalam Pengelompokan Produksi Kerajinan Bali.” Matrix : Jurnal Manajemen Teknologi Dan Informatika 9(3):102–9. doi:
10.31940/matrix.v9i3.1662.
Harahap, Baginda. 2019. “Penerapan Algoritma K-Means Untuk Menentukan Bahan Bangunan Laris (Studi Kasus Pada UD. Toko Bangunan YD Indarung).” 394–
403.
64 Harani, Nisa Hanum, Cahyo Prianto, and Fikri Aldi Nugraha. 2020. “Segmentasi Pelanggan Produk Digital Service Indihome Menggunakan Algoritma K-Means Berbasis Python.” Jurnal Manajemen Informatika (JAMIKA) 10(2):133–46. doi:
10.34010/jamika.v10i2.2683.
Harmain, Ahmad, Paiman, Henri Kurniawan, Kusrini, and Dina Maulina. 2022.
“Normalisasi Data Untuk Efisiensi K-Means Pada Pengelompokan Wilayah Berpotensi Kebakaran Hutan Dan Lahan Berdasarkan Sebaran Titik Panas.”
TEKNIMEDIA: Teknologi Informasi Dan Multimedia 2(2):83–89. doi:
10.46764/teknimedia.v2i2.49.
Hasugian, Penda Sudarto. 2018. “Penerapan Data Mining Untuk Klasifikasi Produk Menggunakan Algoritma K-Means.” 2(2):191–98.
Huda, Fakhry Miftakhul, and Risa Helilintar. 2020. “Implementasi Data Mining Pada Hasil Penjualan Barang Menggunakan Metode K-Means Clustering.” 61–65.
Indriyani, Fintri, and Eni Irfiani. 2019. “Clustering Data Penjualan Pada Toko Perlengkapan Outdoor Menggunakan Metode K-Means.” JUITA : Jurnal Informatika 7(2):109. doi: 10.30595/juita.v7i2.5529.
Kamila, Insanul, Ulya Khairunnisa, and Mustakim Mustakim. 2019. “Perbandingan Algoritma K-Means Dan K-Medoids Untuk Pengelompokan Data Transaksi Bongkar Muat Di Provinsi Riau.” Jurnal Ilmiah Rekayasa Dan Manajemen Sistem Informasi 5(1):119. doi: 10.24014/rmsi.v5i1.7381.
Khanza, Muthia, and Rozali Toyib. 2021. “Implementasi Algoritma Apriori Dalam Penentukan Pemesanan Barang Untuk Transaksi Penjualan Handphone.” Journal
65 Scientific and Applied Informatics 4(2):221–35.
Marlina, Dini, Nure Lina, Andri Fernando, and Aditya Ramadhan. 2018.
“Implementasi Algoritma K-Medoids Dan K-Means Untuk Pengelompokkan Wilayah Sebaran Cacat Pada Anak.” Jurnal CoreIT: Jurnal Hasil Penelitian Ilmu Komputer Dan Teknologi Informasi 4(2):64. doi: 10.24014/coreit.v4i2.4498.
Murpratiwi, Santi Ika, I. Gusti Agung Indrawan, and Arik Aranta. 2021. “Analisis Pemilihan Cluster Optimal Dalam Segmentasi Pelanggan Toko Retail.” Jurnal Pendidikan Teknologi Dan Kejuruan 18(2):152. doi: 10.23887/jptk- undiksha.v18i2.37426.
Nabila, Zulfa, Auliya Rahman Isnain, Permata, and Zaenal Abidin. 2021. “Analisis Data Mining Untuk Clustering Kasus Covid-19 Di Provinsi Lampung Dengan Algoritma K-Means.” 2(2):100–108.
Pambudi, Wahyu Tities, and Arita Witanti. 2022. “Penerapan Algoritma K-Means Untuk Menganalisis Data Penjualan Pada Toko Ayu Collection Berbasis Web.”
15(1):1–9.
Reza Gustrianda, and Dadang Iskandar Mulyana. 2022. “Penerapan Data Mining Dalam Pemilihan Produk Unggulan Dengan Metode Algoritma K-Means Dan K- Medoids.” Jurnal Media Informatika Budidarma 6:27–34. doi:
10.30865/mib.v6i1.3294.
Setiawan, Bagus Arief, and Sulastri. 2021. “Perbandingan Clustering Optimalisasi Stok Barang Menggunakan Algoritma K – Means Dan Algoritma K – Medoids.” 978–
79.
66 Siregar, M. Hasyim. 2018. “Data Mining Klasterisasi Penjualan Alat-Alat Bangunan Menggunakan Metode K-Means (Studi Kasus Di Toko Adi Bangunan).” Jurnal Teknologi Dan Open Source 1(2):83–91. doi: 10.36378/jtos.v1i2.24.
Supardi, Reno, and Indra Kanedi. 2020. “Implementasi Metode Algoritmas K-Means Clustering Pada Toko Eidelweis.” 4(2):270–77.
Wahyudi, Indra, Syamsul Bahri, and Popon Handayani. 2019. “Aplikasi Pembelajaran Pengenalan Budaya Indonesia.” V(1):135–38. doi: 10.31294/jtk.v4i2.
Yulianti, Yulianti, Dwi Yuni Utami, Noer Hikmah, and Fuad Nur Hasan. 2019.
“Penerapan Data Mining Menggunakan Algoritma K-Means Untuk Mengetahui Minat Customer Di Toko Hijab.” Jurnal Pilar Nusa Mandiri 15(2):241–46. doi:
10.33480/pilar.v15i2.650.