Logo Eventkampus
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 “vektor karakteristikâ€� atau “centroidâ€�. 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 “vector characteristicâ€� or “centroidâ€�. 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 company’s decision makers.
Sumber