Analisis Klaster Pada Karakteristik Barang Di Gudang Toko Bangunan Menggunakan K-Means++ Clustering

Authors

Abstract

Abstrak — Manajemen gudang yang baik sangat penting untuk kelancaran operasional Toko Bangunan Gardatama Mandiri, yang memiliki peran penting dalam menunjang pembangunan infrastruktur. Penempatan barang yang dilakukan secara manual dan belum didukung transformasi digital sering kali menyebabkan pengelolaan ruang gudang menjadi tidak optimal, barang yang tidak diletakkan secara teratur dan ruang gudang tidak dimanfaatkan dengan baik sehingga pengelompokan barang menjadi tidak efisien. Penelitian ini bertujuan untuk mengelompokkan barang berdasarkan karakteristiknya menggunakan algoritma K-Means++ Clustering, yang dipilih karena keunggulannya dalam menghasilkan pengelompokan yang lebih stabil dan optimal. Metode ini diterapkan pada 160 jenis barang dengan parameter meliputi stok, panjang, lebar, berat, dan tebal. Hasil penelitian menunjukkan bahwa algoritma K-Means++ berhasil mengelompokkan 160 barang menjadi 4 klaster, dimana klaster 0 terdiri dari 41 barang, klaster 1 terdiri dari 41 barang, klaster 2 terdiri dari 20 barang dan klaster 3 terdiri dari 58. Kualitas pengelompokan divalidasi menggunakan Silhouette Score memperoleh nilai 0,538 yang menunjukkan kualitas klaster yang baik. Sistem berbasis website dikembangkan untuk mengimplementasikan hasil analisis ini, yang menampilkan tata letak barang di gudang secara terstruktur untuk meningkatkan efisiensi operasional gudang, meminimalkan kesalahan penempatan, dan mendukung pengambilan keputusan berbasis data yang lebih cepat dan akurat.

Kata kunci — K-Means++, Clustering, Silhouette Score, Gudang, Toko Bangunan.

Downloads

Download data is not yet available.

References

[1] O. Gusti et al., “Perluasan Pemasaran Toko Bahan

Bangunan Meltarina Tukad Badung Denpasar

Melalui Digitalisasi Secara Daring,” Jurnal

Pengabdian Kepada Masyarakat, vol. 1, no. 9, p.

2022, 2022, [Online]. Available:

http://bajangjournal.com/index.php/J-ABDI

[2] Z. Badi’ati Nabilatul, “Peningkatan Daya Saing

Toko Bangunan Sumber Rejeki,” vol. 6, pp. 452–

462, 2023.

[3] A. Ismiyah and P. Eka Dewy Karunia Wati,

“Perancangan Tata Letak Gudang pada Distributor

Unicharm Menggunakan Metode Class Based

Storage,” vol. 11, no. 1, pp. 225–229, 2024.

[4] N. Fathiro Cahyono and S. Mukaromah, “Etika

Penggunaan Kecerdasan Buatan Pada Teknologi

Informasi,” 2023.

[5] V. Cohen-Addad, S. Lattanzi, A. Norouzi-Fard, C.

Sohler, and O. Svensson, “Fast and Accurate $k$-

means++ via Rejection Sampling,” Dec. 2020,

[Online]. Available: http://arxiv.org/abs/2012.11891

[6] A. Syaichu, “Perancangan Ulang Tata Letak

Gudang Pada Toko Waserda Selamat Menggunakan

Metode Sub Class Dedicated Storage,” 2022.

[7] M. R. Nahjan, N. Heryana, and A. Voutama,

“Implementasi Rapidminer Dengan Metode

Clustering K-Means Untuk Analisa Penjualan Pada

Toko Oj Cell,” 2023.

[8] D. Ayu, I. C. Dewi, and K. Pramita, “Analisis

Perbandingan Metode Elbow dan Sillhouette pada

Algoritma Clustering K-Medoids dalam

Pengelompokan Produksi Kerajinan Bali.”

[9] M. N. Jodiansyah1, F. Azmi2, and C. Setianingsih3,

“Sistem Pemantauan Dan Pengelompokan Data

Penggunaan Listrik Menggunakan K-Means++

Clustering Pada Gedung Telkom University

Monitoring System And Data Clustering Of

Electricity Usage At Telkom University Building

Using K-Means++ Clustering,” 2021.

[10] D. K. Wardy, K. Gede, D. Putra, N. Kadek, and D.

Rusjayanthi, “Clustering Artikel pada Portal Berita

Online Menggunakan Metode K-Means,” 2022.

[11] Y. Hasan, “Pengukuran Silhouette Score Dan

Davies-Bouldin Index Pada Hasil Cluster K-Means

Dan Dbscan,” Jurnal Informatika dan Teknik

Elektro Terapan, vol. 12, no. 3S1, Oct. 2024, doi:

10.23960/jitet.v12i3S1.5001.

[12] R. Meilano, F. Damanik, P. Jambi Jl Lingkar Barat,

and L. Veteran Alam Barajo Kota Jambi, “ELTI

Jurnal Elektronika, Listrik dan Teknologi Informasi

Terapan Pengembangan Sistem Informasi

Persediaan Barang dengan Metode Waterfall,”

2020. [Online]. Available:

https://ojs.politeknikjambi.ac.id/elti

[13] S. Hartati, “Perancangan Sistem Informasi

Inventaris Barang Pada Kantor Notaris Dan Ppat

R.A Lia Kholila, S.H Menggunakan Visual Studio

Code,” Jurnal Siskomti, vol. 3, no. 2, 2020,

[Online]. Available:

http://www.ejournal.lembahdempo.ac.id

[14] R. Andarsyah and A. Yanuar, “Sentimen Analisis

Aplikasi Posaja Pada Google Playstore Untuk

Peningkatan Pospay Superapp Menggunakan

Support Vector Meachine,” 2024.

[15] M. Karunia Rahmadhika and A. M. Thantawi,

“Rancang Bangun Aplikasi Face Recognition Pada

Pendekatan CRM Menggunakan Opencv Dan

Algoritma Haarcascade,” 2021.

Published

2025-12-01

Issue

Pages

1 - 8

Section

Prodi S1 Teknologi Informasi - Kampus Surabaya

How to Cite

Silvana Ari Arsono, sE, Y. S., & Bernadus Anggo Seno Aji. (2025). Analisis Klaster Pada Karakteristik Barang Di Gudang Toko Bangunan Menggunakan K-Means++ Clustering. EProceedings of Engineering, 12(6), 1-8. https://openlibrarypublications.telkomuniversity.ac.id/index.php/engineering/article/view/28980