Hapsari, Yustia and Hidayattullah, Muhammad Fikri (2023) Similarity dari Analisis Data Penjualan Pasca COVID-19 Menggunakan Algoritma K-Means. https://ejournal.poltektegal.ac.id/index.php/informatika.
This is the latest version of this item.
Text
Cek Turnitin Analisis Data Penjualan Pasca Covid-19 - Yustia Fix.pdf Download (847kB) |
Abstract
Pandemi Covid-19 memberikan dampak buruk ke berbagai sektor. Tak terkecuali sektor ekonomi. Bahkan negara-negara maju sekali pun ikut terkena dampak yang sangat serius di sektor ekonomi dari adanya pandemi ini. Para pelaku usaha dalam berbagai lini melakukan transformasi yang massif untuk bangkit dari keterpurukan tersebut. Salah satu langkah strategis yang dilakukan adalah dengan mengubah sistem marketing dan transaksi penjualan dari yang sebelumnya offline ke online. Penelitian ini akan melakukan analisis penjualan selama masa pandemi Covid-19 dengan menggunakan dataset dari Narasio Data. Produk yang akan dianalisis berupa penjualan produk sport dan apparel. Hasil analisis akan menampilkan produk apa saja yang paling cepat terjual, pengaruh rating produk dan pemberian diskon dengan tingkat penjualan, serta keterkatian antara banyaknya variasi brand dengan tingkat penjualan. Proses analisis menggunakan pendekatan segementasi produk. Algoritma yang digunakan untuk melakukan segmentasi adalah K-Means. Algoritma tersebut sangat handal untuk kasus clustering produk. Kata Kunci : Covid-19; analisis penjualan; K-Means, clustering.
Item Type: | Other |
---|---|
Subjects: | Q Science > QA Mathematics > QA75 Electronic computers. Computer science |
Depositing User: | Yustia Hapsari |
Date Deposited: | 04 Mar 2023 22:53 |
Last Modified: | 04 Mar 2023 22:53 |
URI: | http://repository.upstegal.ac.id/id/eprint/6400 |
Available Versions of this Item
-
Similarity dari Analisis Data Penjualan Pasca COVID-19
Menggunakan Algoritma K-Means. (deposited 02 Mar 2023 02:59)
- Similarity dari Analisis Data Penjualan Pasca COVID-19 Menggunakan Algoritma K-Means. (deposited 04 Mar 2023 22:53) [Currently Displayed]
Actions (login required)
View Item |