PENGEMBANGAN SISTEM PENGELOMPOKAN PENJUALAN SEPATU MENGGUNAKAN METODE SELF ORGANIZING MAP CLUSTERING (STUDI KASUS : TOKO SEPATU STARS)
ABSTRAK
SOM merupakan perluasan dari jaringan kompetitif yang sering disebut dengan jaringan kohonen. Jaringan ini menggunakan metode unsupervised learning, yang artinya suatu lapisan yang berisi neuron – neuron akan menyusun dirinya sendiri berdasarkan input nilai tertentu dalam suatu kelompok. Self Organizing Map (SOM) menyediakan suatu teknik visualisasi data yang membantu memahami data yang memiliki dimensi yang kompleks dengan mengurangi dimensi data ke dalam peta. SOM juga merupakan konsep clustering dengan mengelompokkan data yang memiliki kemiripan tertentu. Clustering adalah suatu metode untuk mengelompokkan sejumlah data menjadi beberapa cluster. Data-data yang mempunyai kedekatan akan dikelompokkan dalam satu cluster. Algoritma SOM dapat digunakan untuk analisis pada clustering.Penerapan metode Self Organizing Map Clustering (SOM) digunakan untuk mencari nilai kluster yang bisa dipakai untuk menghasilkan sebuah pengelompokan data penjualan, hasil pengujian jumlah cluster terhadap running time dimana pada pengujian nilai cluster didapatkan pengujian 5 cluster rata-rata running time 58,5 detik. 5 cluster dengan rata-rata running time 58,2 detik, 7 cluster dengan nilai 59,2 detik, 3 cluster dengan nilai 59,8 detik dan 15 cluster dengan nilai 66,6 detik, sehingga dapat diketahui semakin banyak jumlah cluster maka running time semakin lama.
Kata Kunci : Self Organizing Map (SOM), Clustering, Sistem Pengelompokan, Sepatu, Pengelompokan Data
S06-17341 | 1734 | Koleksi Skripsi | Tersedia |
Tidak tersedia versi lain