<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" id="8924">
 <titleInfo>
  <title>Implementasi Algoritma K-Means Untuk Clustering Data Penjualanan Pada Pasar Lemabang Palembang</title>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>Ririn Indah Sari</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <typeOfResource manuscript="no" collection="yes">mixed material</typeOfResource>
 <genre authority="marcgt">bibliography</genre>
 <originInfo>
  <place>
   <placeTerm type="text">Universitas Sumatera Selatan</placeTerm>
   <publisher>Fakultas Ilmu Komputer</publisher>
   <dateIssued>2025</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code">id</languageTerm>
  <languageTerm type="text">Indonesia</languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Skripsi</form>
  <extent>xiii, 60 hlm ; 30 cm</extent>
 </physicalDescription>
 <note>ABSTRAK&#13;
Penelitian ini bertujuan untuk mengelompokkan data penjualan produk&#13;
elektronik di Toko Elektronik Erjaya, Pasar Lemabang, guna membantu&#13;
pengambilan keputusan dalam pengelolaan stok dan strategi penjualan. Metode&#13;
yang digunakan adalah algoritma K-Means Clustering, yang merupakan bagian&#13;
dari teknik data mining berbasis unsupervised learning. Penelitian ini dimulai&#13;
dengan tahap Knowledge Discovery in Database (KDD) yang mencakup seleksi&#13;
data, praproses data, transformasi, data mining, evaluasi pola, dan penyajian&#13;
pengetahuan.&#13;
Data yang digunakan berjumlah 1000 record dengan enam atribut utama:&#13;
tanggal, nama produk, kategori, jumlah terjual, harga satuan, dan total penjualan.&#13;
Proses klasterisasi dilakukan menggunakan perangkat lunak WEKA dengan&#13;
parameter jumlah klaster sebanyak tiga, yang masing-masing mewakili produk&#13;
dengan tingkat penjualan tinggi, sedang, dan rendah. Hasil dari pengelompokan&#13;
menunjukkan bahwa produk seperti Laptop Lenovo V14 masuk ke dalam klaster&#13;
dengan penjualan tertinggi, sedangkan Mesin Cuci Samsung tergolong dalam&#13;
klaster penjualan terendah. Evaluasi model menunjukkan nilai within cluster sum&#13;
of squared errors (SSE) sebesar 2208,57, dan iterasi stabil setelah 3 kali&#13;
perhitungan.&#13;
Kesimpulan dari penelitian ini menunjukkan bahwa algoritma K-Means dapat&#13;
digunakan secara efektif untuk mengelompokkan data penjualan, sehingga dapat&#13;
memberikan wawasan strategis bagi pihak toko dalam hal pengelolaan persediaan&#13;
dan perencanaan pemasaran produk elektronik.&#13;
Kata Kunci: Data Mining, K-Means, Penjualan Elektronik, WEKA, Clustering.</note>
 <note type="statement of responsibility">Ririn Indah Sari</note>
 <subject authority="">
  <topic>Program komputer</topic>
 </subject>
 <classification>005.36</classification>
 <identifier type="isbn"></identifier>
 <location>
  <physicalLocation>Perpustakaan UNIVERSITAS SUMATERA SELATAN Open Source Library Management System</physicalLocation>
  <shelfLocator>005.36 RIR i</shelfLocator>
  <holdingSimple>
   <copyInformation>
    <numerationAndChronology type="1">P0002840</numerationAndChronology>
    <sublocation>My Library</sublocation>
    <shelfLocator>005.36 RIR i</shelfLocator>
   </copyInformation>
  </holdingSimple>
 </location>
 <recordInfo>
  <recordIdentifier>8924</recordIdentifier>
  <recordCreationDate encoding="w3cdtf">2025-09-08 14:24:21</recordCreationDate>
  <recordChangeDate encoding="w3cdtf">2025-09-08 14:26:51</recordChangeDate>
  <recordOrigin>machine generated</recordOrigin>
 </recordInfo>
</mods>
</modsCollection>