Klasterisasi Data Supplier Menggunakan Algoritma Fuzzy C-Means (Studi Kasus: PT. Jogja Rekayasa Engineering) (original) (raw)
Related papers
Penilaian Supplier Menggunakan Metode Fuzzy Ahp Dan Topsis DI Pt. HP
Jurnal Ilmiah Teknik Industri
PT. HP merupakan perusahaan yang bergerak dalam bidang manufaktur, khususnya pembuatan furniture dan wall art desain. Perkembangan bisnis industri manufaktur setiap waktu berkembang dengan pesat dengan persaingan yang semakin ketat. Untuk dapat bertahan dalam persaingan bisnis, penilaian terhadap supplier sangat penting diakukan pihak perusahaan demi lancarnya proses produksi. Dalam penelitian ini, akan dilakukan penilaian terhadap supplier multiplek menggunakan metode Fuzzy AHP dan TOPSIS. Fuzzy AHP adalah metode yang digunakan untuk menguraikan masalah multikriteria menjadi suatu hirarki, sehingga masalah akan terlihat lebih terstruktur dan hasil keputusan yang didapatkan lebih baik dibandingkan dengan metode AHP. TOPSIS adalah metode yang digunakan untuk pemilihan alternatif terbaik yang mempunyai jarak terdekat dari solusi ideal positif dan jarak terjauh dari solusi ideal negatif. Penilaian Supplier dilakukan dengan mempertimbangkan 5 kriteria dan 3 alternatif. Tujuan penilaian ...
PETIR, 2022
Susut daya merupakan masalah yang selalu dihadapi oleh PT. PLN khususnya Distribusi Jakarta Raya. Susut non-teknis banyak menyebabkan kerugian besar bagi PT. PLN Distribusi Jakarta Raya. AMR (Automatic Meter Reading) digunakan untuk pembacaan atau pengambilan data hasil pengukuran energi listrik pada masing-masing konsumen secara lokal maupun jarak jauh. Diperlukan metode dengan keoptimalan yang tinggi agar dapat mengukur susut yang terjadi. Penelitian ini menggunakan metode clustering Fuzzy C-Means dengan tujuan membandingkan dengan metode K-Means. Keoptimalan suatu cluster ditentukan dengan nilai DBI (Davies-Bouldin index) yang minimum. Semakin kecil nilai DBI, maka suatu cluster dikatakan optimal untuk melakukan clustering data. Hasil penelitian membuktikan bahwa metode Fuzzy C-Means lebih optimal dibandingkan metode K-Means dengan nilai DBI metode Fuzzy C-Means sebesar 0.54532171146831 di set cluster 2 sedangkan nilai DBI metode K-Means sebesar 0.893 di set cluster 4.
2015
Abstrak Pemilihan supplier adalah permasalahan multi kriteria dimana setiap kriteria yang digunakan mempunyai kepentingan yang berbeda dan informasi mengenai hal tersebut tidak diketahui secara tepat. Dalam hal ini pemilihan supplier berdasarkan penawaran harga yang rendah sudah tidak efisien lagi. Untuk mendapatkan kinerja SCM yang maksimal harus menggabungkan kriteria lain yang relevan dengan tujuan perusahaan. PT XYZ menghadapi permasalahan terkait performansi supplier yang belum stabil. Ketidakstabilan dikarenakan adanya keterlambatan pengiriman dan harga yang melebihi HPS. Oleh karena itu, perlu dilakukan evaluasi terhadap supplier . AHP merupakan metode yang digunakan dalam proses pengambilan keputusan suatu masalah kompleks. Penggunaan Fuzzy adalah untuk mengakomodir sifat samar ( uncertainty ) yang terjadi ketika mengambil keputusan. Berdasarkan hasil perhitungan yang sudah dilakukan dengan menggunakan metode fuzzy AHP dan penilaian menggunakan rating scale didapatkan bahwa ...
Data Mining dengan Algoritma Fuzzy C-Means Clustering Dalam Kasus Penjualan di PT Sepatu Bata
2013
Data transaksi di sebuah perusahaan  retail  selalu bertambah seiring dengan perubahan waktu. Data-data tersebut menjadi tumpukan data dalam jumlah yang sangat besar. Dengan memanfaatkan data -data tersebut, proses penggalian data sebagai informasi penting bagi perusahaan dapat dilakukan dengan analisis yang le bih dalam. Salah satu informasinya  adalah produk yang laris dan tidak laris  di pasaran. Untuk mengetahui hal tersebut,  maka dirancang sebuah aplikasi yang berbasis Visual Basic yang mengelola informasi dari data penjualan dengan  menggunakan metode Fuzzy C-Means. Data-data perusahaan berupa jumlah invoice, jumlah barang, dan jenis barang (artikel) sejumlah 1068 record diolah serta dilakukan analisa untuk periode data selama dua bulan, yakni Januari 2013 hingga Februari 2013.  Metode Fuzzy C-Means pada aplikasi ini menghasilkan output berupa tiga cluster yaitu laris sebanyak 84,12% produk, kurang laris sebanyak 12,69% produk, dan sangat laris sebanyak 3,17% p...
Klasterisasi kinerja karyawan menggunakan algoritma fuzzy c-means
AITI, 2021
Reward and punishment are needed for assessting employees’ performace. Employee grouping based on their performance is one of several ways to enhance employees’ performance. This research discusses about grouping employess based on their performance using Fuzzy C-Means. Result from assessment comes from the total of each criteria that contains of presence, discipline, and task duration. Three groups of employees are formed, which are good, moderate, and bad. From 13 employees, 10 of them are in the good criteria, one is in moderate criteria, and two are in the bad one. We also use different values of fuzzy exponent to get the clustering results. The values 1.5 and 2 of fuzzy exponents give the same clustering results with the result from manager. Therefore, grouping with FCM could be used to cluster employees based on their performance.
Abstrak Berkembangnya E-Commerce menjadikan pelaku online shop harus bisa menempatkan pelanggannya dengan baik, karena pelanggan merupakan salah satu sumber keuntungan. Mengetahui nilai potensial pelanggan melalui pelaksanaan CRM (Customer Relationship Management) dapat membantu dalam pemahaman nilai pelanggan. Clustering pelanggan merupakan salah satu cara mengetahui pemetaan pelanggan untuk strategi pemasaran yang lebih baik. Metode Fuzzy C-Means dengan model Fuzzy RFM (Recency, Frequency, Monetary) yang merupakan salah satu metode clustering dimana metode Fuzzy C-Means memberikan hasil yang smooth (halus), artinya bahwa objek pengamatan tidak mutlak untuk menjadi satu kelompok saja, tetapi juga bisa menjadi anggota kelompok lain dengan tingkat keanggotaan yang berbeda-beda. Percobaan menghasilkan clustering pelanggan menjadi 3 kelompok dengan iterasi sebanyak enam kali dan nilai fungsi objektif sebesar 20,75202212.
2018
PT Semen Indonesia (Persero) Tbk merupakan perusahaan yang bergerak di bidang industri semen. Dengan semakin pesatnya perkembangan bisnis industri semen membuat persaingan ketat di dunia industri dalam mendapatkan pelanggan. Masalah yang ada adalah status puas dan tidak puas berdasarkan keluhan yang dimiliki oleh konsumen yang diperoleh dari aplikasi mobile dengan fitur survei keluhan dimana ada satu keluhan dari berbagai macam keluhan yang ada, itu sudah menjadi tolak ukur untuk menjadikan status menjadi tidak puas. Monitoring tingkat kepuasan pelanggan mampu memberikan prioritas terhadap kota dengan tingkat kepuasan rendah untuk segera diperbaiki agar dapat meningkatkan jumlah transaksi dan meminimalkan kemungkinan pelanggan beralih ke perusahaan lain dalam permintaan semen. Penerapan algoritma Fuzzy C-Means untuk mengelompokkan data pelanggan dan algoritma Fuzzy Database Model Tahani untuk menentukan tingkat kepuasan pelanggan dan membantu menganalisis data pengelompokan data yan...
2018
Abstrak Swalayan setiap harinya mencatat transaksi penjualan yang sangat banyak, hal ini akan berdampak pada pertumbuhan jumlah data yang sangat banyak dan menimbulkan tumpukan data yang berjumlah besar. Dari data transaksi tersebut dapat digali informasi-informasi baru yang berguna untuk menunjang proses bisnis swalayan. Misalnya pentingnya jenis barang apa yang menjadi prioritas utama yang harus distok swalayan. Pada penelitian ini digunakan algoritma Fuzzy c-means pada data penjualan swalayan untuk mendapatkan tingkat penjualan produk. Dari hasil pengujian yang didapat, untuk produk susu yang termasuk kategori rendah adalah jenis produk susu bayi,dan untuk produk air mineral yang termasuk kategori rendah adalah jenis produk air mineral 240ml, 330ml dan 600ml,dan produk yang termasuk kategori tinggi adalah jenis produk mie goreng. Pada pengujian cluster menggunakan metode Modified Partition Coeficient (MPC) hasilnya yaitu validitas cluster tertinggi yang terbaik adalah pada saat m...
Journal Industrial Manufacturing, 2018
Dalam proses pengadaan di departemen Supply Chain metode pemilihan pemasok sangatlah problematic karena ketidakpastian pemilihan pemasok yang diakibatkan oleh adanya ego dan perasaan manusia sebagai salah satu penentu keputusan. Oleh karena itu, dengan adanya penggunaan metode FUZZY TOPSIS untuk memecahkan masalah pemilihan pemasok ini. Metode FUZZY TOPSIS menentukan pemasok yang memiliki kinerja terbaik dengan menggunakan kriteria yang diberikan oleh pengguna. Dengan menggunakan metode ini keputusan pemilihan pemasok dapat melakukan secara otomatis menggunakan sistem IT pada perusahaan masing-masing, sehingga dapat meminimalkan masalah pengguna dari memilih pemasok terbaik. Contoh dari ini adalah proyek oleh Perusahaan Pengolahan Air di Kabupaten Tangerang untuk menemukan pemasok terbaik dalam sistem distribusi air. Untuk pemasok yang DEI, HP, dan KSP dan diberikan criteria pengguna seperti “Commercial by Costumer”, “Technical Proposal”, “Work Plan & methodology”, dan “Staff Compe...