PENERAPAN ALGORITMA K-MEANS CLUSTERING UNTUK MENGETAHUI KEMAMPUAN AGENT MARKETING ERA SKY BEKASI

• ARLEN ANANDA SUDRAJAT

---

ABSTRAK

 

ABSTRAK
Arlen Ananda Sudrajat (11212543), Titi Lestari (11212562), Khairani Syahri
Putri Kencono (11212685), Penerapan Algoritma K-Means Clustering Untuk
Mengetahui Kemampuan Agent Marketing Pada Era Sky Bekasi Penilaian terhadap kinerja agent marketing sangat diperlukan agar dapat mengetahui tingkat kemampuan kualitas kerja yang diterapkan sekaligus dapat menjadi acuan dan evaluasi untuk menjaga keberlangsungan hidup perusahaan di Era Sky Bekasi. Oleh sebab itu, akan dibutuhkan sebuah teknik yang mampu mengelompokkan setiap
agent marketing berdasarkan kemampuan yang dimiliki masing-masing agent yaitu dengan menggunakan sebuah metode perhitungan Algoritma K-Means Clustering. Pengumpulan data tersebut dilakukan melalui beberapa tahapan pengolahan, antara lain melakukan proses input data melalui Ms. Excel serta pengumpulan data yang diperoleh dari Google Form. Selain mengolah data dengan menggunakan metode Algoritma K-Means Clustering, peneliti juga memakai Software RapidMiner sebagai bahan pertimbangan hasil perhitungan menggunakan Algoritma K-Means Clustering. Hasil pengelompokkan data agent marketing dan analisa hasil pengujian yang telah dilakukan didapat dengan 5 cluster dengan 2 iterasi, dimana agent marketing dengan kemampuan baik sekali terdiri dari 5 anggota, agent marketing dengan kemampuan baik terdiri dari 3 anggota, agent marketing dengan kemampuan cukup terdiri dari 1 anggota, agent marketing dengan kemampuan kurang terdiri dari 4 anggota dan
agent marketing dengan kemampuan kurang sekali terdiri dari 7 anggota. Peneliti dapat menyimpulkan bahwa algoritma K-Means Clustering terhadap penelitian yang dilakukan pada Era Sky Bekasi dapat dimanfaatkan untuk mengetahui dan mengelompokkan agent marketing yang bertujuan untuk penilaian kinerja dan pembentukan tim project hingga menciptakan strategi baru untuk proses marketing sesuai dengan kemampuan agent yang ada. Pengelompokkan data yang telah dihasilkan dapat menjadi bahan pertimbangan evaluasi terhadap kinerja setiap agent
marketing karena nilai akurasi yang cukup lebih besar ada pada kelompok agent
marketing yang berkemampuan kurang sekali.
Kata Kunci: Algoritma K-Means Clustering, Kemampuan, Agent Marketing
 

KATA KUNCI

Algoritma,Metode K-Means Clustering

---

DAFTAR PUSTAKA

 

DAFTAR PUSTAKA [1] P. Y. Tauke, S. Murni, and J. E. Tulung, “Pengaruh Kinerja Keuangan Terhadap Nilai Perusahaan Real Estate and Property Yang Terdaftar Di Bursa Efek Indonesia Tahun 2012-2015,” J. EMBA, vol. 5, no. 2303–1174, pp. 919– 927, 2017, [Online]. Available: https://ejournal.unsrat.ac.id/index.php/emba/article/view/16009. [2] A. Firdaus, “Jurnal Strategi Dan Minat Konsumen,” Jom Fisip, vol. 4, no. 1, pp. 1–12, 2017. [3] A. Bastian, H. Sujadi, and G. Febrianto, “Penerapan Algoritma K-Means Clustering Analysis Pada Penyakit Menular Manusia (Studi Kasus Kabupaten Majalengka),” no. 1, pp. 26–32. [4] F. Yunita, “Penerapan Data Mining Menggunkan Algoritma K-Means Clustring Pada Penerimaan Mahasiswa Baru (STUDI KASUS : UNIVERSITAS ISLAM INDRAGIRI),” Sistemasi, vol. 7, no. 3, pp. 238–249, 2018. [5] C. Zai, “Implementasu Data Mining Sebagai Pengolahan Data,” Portal Data, vol. 2, no. 3, pp. 1 –12, 2022. [6] A. Wanto and A. Perdana, Data Mining : Algoritma dan Implementasi, Cetakan 1. Medan: Yayasan Kita Menulis, 2020. [7] D. Darmansah, “Analisa Penyebab Kerusakan Tanaman Cabai Menggunakan Metode K-Means,” JATISI (Jurnal Tek. Inform. dan Sist. Informasi), vol. 7, no. 2, pp. 126–134, 2020, doi: 10.35957/jatisi.v7i2.309. [8] C. Nas, “Data Mining Prediksi Minat Calon Mahasiswa Memilih Perguruan Tinggi Menggunakan Algoritma C4.5,” J. Manaj. Inform., vol. 11, no. 2, pp. 131–145, 2021, doi: 10.34010/jamika.v11i2.5506. [9] B. Rahmat C.T.I. et al., “Implemetasi k-means clustering pada rapidminer untuk analisis daerah rawan kecelakaan,” Semin. Nas. Ris. Kuantitatif Terap.
2017, no. April, pp. 58–60, 2017. [10] M. Hasanah and H. N. Harani, Implementasi Barcode Dan Algoritma Regresi
Linear Untuk Memprediksi Data Persediaan Barang, Cetakan Pe. Bandung: Kreatif Industri Nusantara, 2020. [11] R. NOVIANTO, “Penerapan Data Mining menggunakan Algoritma K-Means Clustering untuk Menganalisa Bisnis Perusahaan Asuransi,” JATISI (Jurnal
Tek. Inform. dan Sist. Informasi), vol. 6, no. 1, pp. 85–95, 2019, doi: 10.35957/jatisi.v6i1.150. [12] A. Setiawan, “Penerapan algoritma c.45 untuk klasifikasi tingkat kenikan kelas di sdn citamiang 2 kota sukabumi,” 2020, [Online]. Available: https://repository.bsi.ac.id/index.php/unduh/item/302730/19162343_ArisSetiawan-new.pdf. [13] D. Zakiyah, N. Merlina, and N. A. Mayangky, “Penerapan Algoritma KMeans Clustering Untuk Mengetahui Kemampuan Karyawan IT,” Comput.
Sci., vol. 2, no. 1, pp. 59–67, 2022, doi: 10.31294/coscience.v2i1.623.