PERBANDINGAN ALGORITMA K-MEANS DAN K-MEDOIDS CLUSTERING TINGKAT PENJUALAN MENU BERBASIS VISUALISASI DASHBOARD PADA BEBEK CAK SELEM GRESIK

Sari, Maratus Solikhah Tiara Wulan (2026) PERBANDINGAN ALGORITMA K-MEANS DAN K-MEDOIDS CLUSTERING TINGKAT PENJUALAN MENU BERBASIS VISUALISASI DASHBOARD PADA BEBEK CAK SELEM GRESIK. Undergraduate thesis, UPN Veteran Jawa Timur.

	Text (Cover) 19082010103_Cover .pdf Download (1MB)
	Text (Bab 1) 19082010103_Bab 1 .pdf Download (299kB)
	Text (Bab 2) 19082010103_Bab 2 .pdf Restricted to Repository staff only until 22 July 2029. Download (1MB)
	Text (Bab 3) 19082010103_Bab 3 .pdf Restricted to Repository staff only until 22 July 2029. Download (807kB)
	Text (Bab 4) 19082010103_Bab 4.pdf Restricted to Repository staff only until 22 July 2029. Download (1MB)
	Text (Bab 5) 19082010103_Bab 5 .pdf Restricted to Repository staff only until 22 July 2029. Download (214kB)
	Text (Daftar Pustaka) 19082010103_Daftar Pustaka.pdf Download (313kB)
	Text (Lampiran) 19082010103_Lampiran.pdf Restricted to Repository staff only Download (586kB)

Abstract

Restoran Bebek Cak Selem Gresik memiliki sebanyak 11.339 data transaksi yang berasal dari 39 jenis menu selama periode Januari hingga Mei 2025. Pemanfaatan data tersebut belum dilakukan secara optimal sebagai dasar penyusunan strategi penjualan sehingga proses pengambilan keputusan bisnis masih didasarkan pada pertimbangan yang bersifat intuitif. Penelitian ini menerapkan sekaligus membandingkan algoritma K-Means serta K-Medoids untuk mengelompokkan menu berdasarkan tingkat penjualannya melalui metodologi Cross Industry Standard Process for Data Mining (CRISP-DM). Proses pengelompokan menggunakan variabel jumlah produk terjual serta harga satuan. Penentuan jumlah cluster yang paling optimal dilakukan menggunakan Elbow Method kemudian dievaluasi melalui Silhouette Score serta Davies-Bouldin Index. Hasil penelitian menunjukkan bahwa kedua algoritma menghasilkan pola pengelompokan yang sama pada nilai K = 3 yaitu cluster penjualan tinggi sebanyak 8 menu kemudian cluster penjualan sedang sebanyak 19 menu serta cluster penjualan rendah sebanyak 12 menu. Nilai Silhouette Score yang diperoleh sebesar 0,5368 sedangkan nilai Davies-Bouldin Index sebesar 0,5861. Nilai Adjusted Rand Index sebesar 1,0 menunjukkan bahwa kedua algoritma menghasilkan keanggotaan cluster yang identik. Algoritma K-Means direkomendasikan sebagai metode yang paling optimal karena memiliki tingkat efisiensi komputasi yang lebih baik dibandingkan K- Medoids. Hasil pengelompokan tersebut kemudian diterjemahkan menjadi rekomendasi strategi penjualan yang berbeda pada setiap kelompok menu serta divisualisasikan melalui dashboard interaktif berbasis HTML sehingga dapat dimanfaatkan sebagai pendukung pengambilan keputusan bisnis.

Item Type:

Thesis (Undergraduate)

Contributors:

Contribution	Contributors	NIDN/NIDK	Email
Thesis advisor	Yudha Kartika, Dhian Satria	NIDN0722058601	dhian.satria@upnjatim.ac.id
Thesis advisor	Putra, Agung Brastama	NIDN0024118503	agungbp.si@upnjatim.ac.id

Subjects:

H Social Sciences > HD Industries. Land use. Labor > HD30.28 Strategic Planning
T Technology > T Technology (General) > T385 Computer Graphics
T Technology > TN Mining engineering. Metallurgy

Divisions:

Faculty of Computer Science > Departemen of Information Systems

Depositing User:

Maratus Solikhah Tiara Wulan Sari

Date Deposited:

22 Jul 2026 08:40

Last Modified:

23 Jul 2026 01:13

URI:

https://repository.upnjatim.ac.id/id/eprint/57777