Perpustakaan judul masih dalam tahap pengembangan, admin siap menampung kritik dan saran
Penerapan Data Mining Pada penjualan Produk Minuman Di PT. Pepsi Cola Indobeverages Menggunakan Metode Clustering
Enur Irdiansyah NIM. (2010) | Skripsi | Teknik Informatika , Teknik Informatika
Bagikan
Ringkasan
Dalam dunia bisnis yang selalu dinamis dan penuh persaingan, para
pelakunya harus senantiasa memikirkan cara-cara untuk terus survive dan jika
mungkin mengembangkan skala bisnis mereka.
PT. Pepsi Cola Indobeverages merupakan perusahaan yang bergerak dalam
bidang industri minuman. Sebagai perusahaan besar, PT. Pepsi Cola
Indobeverages menghasilkan berbagai macam produk minuman dengan nama dan
kemasan yang berbeda. Tidak hanya PT. Pepsi Cola Indobeverages, masih cukup
banyak perusahaan-perusahaan lain yang bergerak dibidang serupa. Hal tersebut
tentu saja menimbulkan persaingan bisnis antarperusahaan.
Dalam rangka menghadapi persaingan bisnis dan meningkatkan pendapatan
perusahaan, pihak terkait dalam perusahaan tersebut dituntut untuk dapat
mengambil keputusan yang tepat dalam menentukan strategi pemasaran
produk minuman yang akan dijualnya.
Ketersediaan data yang melimpah, kebutuhan akan informasi (atau
pengetahuan) sebagai pendukung pengambilan keputusan untuk membuat solusi
bisnis, dan dukungan infrastruktur di bidang teknologi informasi merupakan cikalbakal
dari lahirnya teknologi data mining. Data mining dimaksudkan untuk
memberikan solusi nyata bagi para pengambil keputusan di dunia bisnis, untuk
mengembangkan bisnis mereka.
Data mining didefinisikan sebagai satu set teknik yang digunakan secara
otomatis untuk mengeksplorasi secara menyeluruh dan membawa ke permukaan
relasi-relasi yang kompleks pada set data yang sangat besar. Salah satu metode
yang terdapat dalam data mining yang digunakan dalam penelitian ini adalah
pengelompokan (Clustering) dimana metode tersebut mengidentifikasi objek yang
memiliki kesamaan karakteristik tertentu, dan kemudian menggunakan
karakteristik tersebut sebagai âÃâ¬ÃÅvektor karakteristikâÃâ¬Ã� atau âÃâ¬ÃÅcentroidâÃâ¬Ã�.
Hasil dari penelitian ini adalah aplikasi yang dapat mempermudah
menganalisis sejumlah data yang besar guna membantu memberikan informasi
berharga sebagai gambaran dasar pengambilan keputusan perusahaan.
Ringkasan Alternatif
In the dynamic and very competitive world of commerce or business, the
people involved have to be fully prepared of the ways to surviving and developing
their business range.
Pepsi Cola Indobeverages Company is a consumer products company
focused on beverages. As a big company, Pepsi Cola Indobeverages Company
seeks to produce various beverage products with different names and packages.
Pepsi Cola Indobeverages Company is not the only one company that focused on
beverages in Indonesia, there are several companies with similar direction. It is
surely arising business competitions among the companies.
To be up against the business competitions and to improve company
financial rewards, the company must have an ability to take the appropriate
decision of definitive marketing strategies of their beverage products.
The availability of abundant data, the necessity of information (or
knowledge) as the proponent to take the appropriate decision of establishing
business solutions, and the infrastructure supports in information technology are
the pioneers of data mining technology. Data mining purpose is to give the real
solution for the decision maker of business, and to developing their business
range.
Data mining is defined as one technique set that automatically used to
explore comprehensively and bring the complex relations to the surface in the
huge data set. The one of data mining method that used in this research is
Clustering, it is identify object with the similarity of certain characteristics, and
then using those characteristics as the âÃâ¬ÃÅvector characteristicâÃâ¬Ã� or âÃâ¬ÃÅcentroidâÃâ¬Ã�.
The result of this research is an application that will make analyze of huge
data set easier then helpful to give information as a basic feature of companyâÃâ¬Ãâ¢s
decision makers.