eprintid: 1638
rev_number: 13
eprint_status: archive
userid: 31
dir: disk0/00/00/16/38
datestamp: 2021-06-28 01:22:06
lastmod: 2021-06-28 01:22:06
status_changed: 2021-06-28 01:22:06
type: thesis
metadata_visibility: show
contact_email: repository@staff.ukdw.ac.id
creators_name: 71120067, Michael Abadi Santosa
creators_id: michael.abadi@ti.ukdw.ac.id
contributors_type: http://www.loc.gov/loc.terms/relators/THS
contributors_type: http://www.loc.gov/loc.terms/relators/THS
contributors_name: Susanto, Budi
contributors_name: Virginia, Gloria
corp_creators: Universitas Kristen Duta Wacana
title: PENERAPAN AGGLOMERATIVE CLUSTERING PADA NOTA PELANGGAN PIUTANG RITEL FASHION DAN SEPATU
ispublished: pub
subjects: QA75
subjects: T1
divisions: tek_informatika
full_text_status: restricted
keywords: Agglomerative Clustering, Single Linkage, Complete Linkage, Data Mining, Implementasi Algoritma, Big Data, Data Warehouse, Euclidean Distance, Cosine Similarity, Z-Score, Min-Max
abstract: Agglomerative Clustering Clustering merupakan salah satu metode yang membentuk tingkatan tertentu seperti struktur pada pohon dikarenakan proses dilakukan secara bertahap untuk mendapatkan cluster. Ada beberapa algoritma yang dapat digunakan dalam melakukan Agglomerative Clustering, diantaranya adalah algoritma Single Linkage dan Complete Linkage. Dalam penelitian ini, penulis menggunakan algoritma Single Linkage dan Complete Linkage beserta metode normalisasi Min-Max dan Z-Score serta metode similarity Euclidean Distance dan Cosine Similarity untuk mengelompokkan perilaku pelanggan menjadi cluster pada transaksi penjualan bon dan tunai pada perusahaan ritel fashion dan sepatu dari tahun 2010-2012. Evaluasi dilakukan dengan menghitung nilai purity cluster menggunakan periode waktu kuartal. Pengujian menggunakan metode yang sama berdasar nilai purity yang terbaik untuk setiap kuartalnya. Berdasarkan hasil analisis yang dilakukan, ditemukan bahwa Complete Linkage dengan menggunakan Min-Max serta Euclidean menghasilkan nilai purity paling baik serta sistem tidak dapat memprediksi perilaku pelanggan dalam pembelian barang pada setiap tahunnya baik pada penjualan bon atau tunai dikarenakan pola klaster dominan yang berbeda dan tidak dapat memprediksi golongan umur yang dominan dikarenakan golongan yang dominan dalam pembelian berdasar pada nilai minimum dan maksimum data pada setiap kuartal. Selain itu ditemukan bahwa data penelitian tidak cocok untuk dilakukan klasterisasi maupun analisis perilaku pelanggan piutang.
date: 2016-11
date_type: published
pages: 137
institution: Universitas Kristen Duta Wacana
department: Informatika
thesis_type: skripsi
thesis_name: other
citation:   71120067, Michael Abadi Santosa  (2016) PENERAPAN AGGLOMERATIVE CLUSTERING PADA NOTA PELANGGAN PIUTANG RITEL FASHION DAN SEPATU.  Bachelor thesis, Universitas Kristen Duta Wacana.   
document_url: https://katalog.ukdw.ac.id/1638/1/71120067_bab1_bab5_daftarpustaka.pdf
document_url: https://katalog.ukdw.ac.id/1638/2/71120067_bab2-sd-bab4_lampiran.pdf