Implementasi Algoritma K-Means pada Pengelompokan Barang Koperasi Desa Mart di Desa Bandar Silou

Penelitian ini bertujuan mengimplementasikan K-Means Clustering untuk mengelompokkan produk berdasarkan pola transaksi serta merancang aplikasi mobile e-commerce Kopdes Mart di Desa Bandar Silou. Pengembangan menggunakan metode Rapid Application Development (RAD) dengan Flutter, Node.js, dan MongoDB. Data historis sebanyak 4.000 transaksi diproses menjadi 3.648 nota valid, lalu ditransformasikan ke matriks biner transaksi-produk. Algoritma K-Means memartisi produk berdasarkan jarak Euclidean. Pengujian Elbow Method menetapkan K=3 sebagai jumlah klaster optimal. Hasil pengelompokan membagi 61 produk aktif menjadi: 59 produk pada Cluster 1, 1 produk pada Cluster 2, dan 1 produk pada Cluster 3. Evaluasi metrik Silhouette Score menghasilkan nilai 0,310, mengindikasikan struktur klaster cukup baik. Aplikasi berhasil diimplementasikan untuk melayani transaksi secara digital dan memberikan rekomendasi tata letak barang yang strategis guna meningkatkan efisiensi operasional koperasi.

Authors

Institutions

Publication Details

Journal
Integrative Perspectives of Social and Science Journal
Published
2026-11-12
Primary Topic
Data Mining and Machine Learning Applications
Type
article
Field-Weighted Citation Impact
0.00
Controls
|||
ALL TIME
JAN
FEB
MAR
APR
MAY
JUN
JUL
AUG
SEP
OCT
NOV
article

Implementasi Algoritma K-Means pada Pengelompokan Barang Koperasi Desa Mart di Desa Bandar Silou

Nuaimah Hafifatul Husna, Khairuddin Nasution, Darjat Saripurna
Integrative Perspectives of Social and Science Journal
Data Mining and Machine Learning Applications
article

Implementasi Algoritma K-Means pada Pengelompokan Barang Koperasi Desa Mart di Desa Bandar Silou

Nuaimah Hafifatul Husna, Khairuddin Nasution, Darjat Saripurna
article en

Abstract

Penelitian ini bertujuan mengimplementasikan K-Means Clustering untuk mengelompokkan produk berdasarkan pola transaksi serta merancang aplikasi mobile e-commerce Kopdes Mart di Desa Bandar Silou. Pengembangan menggunakan metode Rapid Application Development (RAD) dengan Flutter, Node.js, dan MongoDB. Data historis sebanyak 4.000 transaksi diproses menjadi 3.648 nota valid, lalu ditransformasikan ke matriks biner transaksi-produk. Algoritma K-Means memartisi produk berdasarkan jarak Euclidean. Pengujian Elbow Method menetapkan K=3 sebagai jumlah klaster optimal. Hasil pengelompokan membagi 61 produk aktif menjadi: 59 produk pada Cluster 1, 1 produk pada Cluster 2, dan 1 produk pada Cluster 3. Evaluasi metrik Silhouette Score menghasilkan nilai 0,310, mengindikasikan struktur klaster cukup baik. Aplikasi berhasil diimplementasikan untuk melayani transaksi secara digital dan memberikan rekomendasi tata letak barang yang strategis guna meningkatkan efisiensi operasional koperasi.

Integrative Perspectives of Social and Science Journal
North Sumatra Islamic University (ID)
Data Mining and Machine Learning Applications
AI Navigator

Ask Laika to Summarize, Analyze, and Connect papers live on the map.

Summarize Papers & Methodologies

Extract key findings, datasets, and comparative methods across publications.

Benchmark Rankings & Visual Analytics

Rank top research institutions, authors, funders, topics, and journals by Field-Weighted Citation Impact (FWCI) and paper volume with instant charts.

Connect Distant Disciplines

Bridge topological clusters on the map to find hidden collaborative intersections.

Laika access coming soon