SYAFNIDAWATY Primary Author Sudaryono Additional Author Nur Azizah Additional Author mixed material bibliography Tangerang Universitas Raharja 2023 id Indonesia

Text

Pemanfaatan Sistem Informasi yang terkomputerisasi di Universitas Raharja sangat penting pada era teknologi informasi ini. Dengan adanya Sistem Informasi yang terkomputerisasi, semua proses pengolahan data penting dapat tersusun dengan rapi sehingga dapat mempermudah dalam penyimpanan dan pencarian data. Masalah yang dihadapi user pada sistem persediaan barang di gudang karena kurangnya dukungan sistem yang mampu mempermudah dalam mengambil keputusan terhadap ketersediaan barang. Sistem berjalan saat ini masih manual dengan menggunakan google sheet. Masih memakai form permintaan barang dan akan dilakukan pencatatan dengan memakai kartu stok dan dimasukkan ke dalam penghitungan di google sheet. Untuk itu agar anggaran yang tersedia dapat dioptimalkan sesuai dengan kebutuhan yang ada dan tepat sasaran perlu perencanaan pengadaan barang yang matang. Segmentasi/pemetaan pemakaian barang dikatakan penting untuk mengetahui tingkat prioritas kebutuhan barang dan dapat digunakan sebagai acuan dalam pengadaan barang. Skala prioritas kebutuhan dalam pengadaan barang adalah suatu proses untuk memetakan jenis barang berdasarkan kebutuhannya dengan mempertimbangkan jenis barang yang diperlukan dan anggaran yang tersedia. Penelitian ini menggunakan metode clustering dengan algoritma K-Means dengan menggunakan aplikasi RapidMiner. K-Means Clustering adalah pengelompokan data sesuai dengan kesamaan karakteristiknya dari cluster-cluster yang berbeda-beda karakteristik. Metode ini mempartisi data ke dalam suatu kelompok sehingga data berkarakteristik yang sama dimasukkan ke dalam satu kelompok yang sama dan data yang berkarakteristik berbeda dikelompokkan ke dalam kelompok yang lain. Uji coba klaster data langsung di aplikasi RapidMiner. Dataset yang digunakan adalah data gudang dari tahun 2020 sampai tahun 2021. Penghitungan jarak tiap-tiap pusat klaster (centroid) dengan menggunakan RapidMiner dan dengan menggunakan algoritma k-means dengan rumus Euclidean Distance. Berdasarkan uji validitas dengan menggunakan Elbow Method dari k yang berjumlah 8 klaster, maka k=3 lah yang dianggap paling baik karena membentuk siku yang lancip. Hasil visualisasi clustering dengan menggunakan kurva x,y menunjukkan bahwa pemakaian stok terbanyak ada pada cluster 2 di kategori 2 dan 8 yaitu Souvenir dan Percetakan akan tetapi hanya pada barang tertentu saja. Sedangkan pada cluster 0 dan 1 terlihat pemakaian yang merata dan sering digunakan yaitu pada kategori 1, 3, 4, 5, 6 dan 7. Kata Kunci : Stok barang, Clustering, K-Means, RapidMiner, Euclidean Distance, Elbow Method 004 Perpustakaan Universitas Raharja Jl. Jendral Sudirman No. 40 Modern Cikokol Tangerang, Banten 004 SYA i (MTI-2023) S1814 Perpustakaan Raharja (Rak Skripsi) 004 SYA i (MTI-2023) E-Thesis 11194 2023-05-16 14:44:03 2023-05-16 14:45:14 machine generated