PENGELOMPOKAN BARANG BERDASARKAN JUMLAH DAN KEBUTUHAN MENGGUNAKAN METODE K-MEANS CLUSTERING (STUDI KASUS: PASAR KABUPATEN SUMEDANG)

MAULA AMMARULLOH, SENDHY (2025) PENGELOMPOKAN BARANG BERDASARKAN JUMLAH DAN KEBUTUHAN MENGGUNAKAN METODE K-MEANS CLUSTERING (STUDI KASUS: PASAR KABUPATEN SUMEDANG). Skripsi thesis, UNIVERSITAS SANGGA BUANA YPKP.

	Text Cover.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (151kB)
	Text Lembar pengesahan.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (283kB)
	Text Lembar Pernyataan.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (294kB)
	Text Abstrak.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (275kB)
	Text Bab 1.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (240kB)
	Text Skripsi Full.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (3MB) | Request a copy
	Text Daftar Pustaka.pdf - Bibliography Available under License Creative Commons Public Domain Dedication. Download (206kB)
	Text Surat Keterangan Hasil Cek Plagiarisme.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (341kB)

Abstract

Pasar tradisional memiliki peran strategis dalam mendukung perekonomian daerah, termasuk di Kabupaten Sumedang, sebagai pusat distribusi kebutuhan pokok masyarakat. Namun, pergeseran pola belanja masyarakat menuju platform daring dan ritel modern menyebabkan penurunan jumlah pengunjung, yang berdampak pada pendapatan pedagang. Salah satu permasalahan mendasar dalam pengelolaan pasar adalah ketidakefisienan dalam pengelompokan barang berdasarkan pola jumlah dan kebutuhan konsumen, yang dapat memicu ketidaksesuaian stok, pemborosan sumber daya, dan hambatan perencanaan distribusi. Upaya pemerintah melalui program Gerakan Pangan Murah (GPM) hanya bersifat sementara, sehingga dibutuhkan pendekatan berbasis data untuk mendukung pengambilan keputusan yang lebih efektif. Penelitian ini bertujuan untuk menganalisis pola rata-rata jumlah dan kebutuhan barang serta mengimplementasikan algoritma K-Means Clustering untuk mengelompokkan barang berdasarkan dua variabel utama tersebut. Data yang digunakan mencakup transaksi Januari–November 2024 dengan 37 jenis barang bersatuan kilogram. Proses analisis mengikuti tahapan CRISP-DM dan menghasilkan dua cluster dengan konvergensi pada iterasi ke-4: Cluster C1 berisi barang dengan kebutuhan rendah–sedang, sedangkan Cluster C2 berisi barang kebutuhan pokok seperti beras dan gula dengan kebutuhan tinggi. Evaluasi menggunakan rasio BCV/WCV menunjukkan kualitas pengelompokan yang baik, dan hasilnya diimplementasikan melalui dashboard interaktif berbasis Streamlit. Temuan ini diharapkan mendukung pengambilan keputusan terkait pengelolaan stok, distribusi, dan kebijakan berbasis data.

Actions (login required)

View Item