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



