Oleh :
Oleh :
Bukit Jimbaran,……………2023
Disetujui Oleh :
1. ......................................... 1. .........................................
NIP. NIP.
2. ......................................... 2. .........................................
NIP. NIP.
1. Judul Proposal :
PENERAPAN ALGORITMA K-MEANS DALAM PENJUALAN SUKU
CADANG MOTOR DEALER YAMAHA WAJA MOTOR
2. Latar Belakang
Industri suku cadang sepeda motor memiliki peran yang sangat penting dalam menjaga
kinerja optimal serta keberlanjutan penggunaan sepeda motor. Pada upaya untuk
memastikan kehandalan dan efisiensi sepeda motor, perawatan dan penggantian suku
cadang menjadi bagian integral dalam siklus pemeliharaan. Namun, dalam industri yang
begitu dinamis dan kompetitif ini, pemahaman yang mendalam tentang pola penjualan
suku cadang sepeda motor sangat penting bagi para pemangku kepentingan untuk
mengambil keputusan yang tepat. Ketika menghadapi peningkatan permintaan
pembelian suku cadang, perusahaan dapat mengambil langkah-langkah untuk
menambah persediaan suku cadang agar dapat memenuhi kebutuhan pelanggan.
Penyediaan beragam jenis suku cadang yang lengkap dapat memenuhi kebutuhan
pelanggan secara optimal. Selain itu, pengelolaan data penjualan suku cadang yang
paling banyak dibeli oleh pelanggan di salah satu perusahaan juga penting. Data
pengelolaan tersebut dapat digunakan sebagai referensi dalam mengambil keputusan
untuk meningkatkan penjualan, dan selalu berpotensi sebagai sumber pendukung
keputusan yang valid [1]. Pengelolaan data yang tepat dapat menjadi pola bagi
perusahaan dalam mengembangkan serta meningkatkan penjualan dan pemasaran
barang di perusahaan tersebut yang akan menjadikan persaingan antara satu perusahaan
dengan perusahaan lainnya di era pesatnya perkembangan bisnis penjualan suku cadang
motor [2].
Dealer Yamaha Waja Motor merupakan dealer yang melayani pembelian motor, suku
cadang, service motor dan pelayanan lainnya, produk suku cadang yang disediakan
hanya khusus di jual untuk pelanggan pengguna motor bermerk Yamaha dan juga
disediakan bagi member Waja Motor. Dealer Yamaha Waja Motor menawarkan
berbagai jenis motor produk terbaru mulai dari motor bebek Yamaha, motor matic
dengan besar mesin berbagai jenis dari 120cc sampai dengan 250cc dengan pembelian
dapat dengan traksaksi tunai maupun lewat kredit dengan harga terjangkau, selain itu
dalam pembelian motor di Dealer Yamaha Waja Motor pelanggan juga akan
1
mendapatkan diskon, potongan harga, serta bonus-bonus lainnya setiap kali melakukan
pembelian. Selain menawarkan pembelian motor dan sparepart Yamaha Waja Motor
juga menyediakan fasilitas bengkel service motor resmi milik Yamaha untuk
memudahkan pelanggan Yamaha Waja Motor dalam perawatan dan pemeliharaan
motor mereka setiap saatnya di kondisi ketika mengalami problem pada motor yang
mereka gunakan khususya motor buatan Yamaha. Dealer Yamaha Waja Motor tersebar
di beberapa kabupaten yang ada di Bali, yaitu terdapat di kabupaten Gianyar,
Klungkung, Badung, Tabanan, dan kota-kota besar lainnya. Setiap cabang Yamaha
Waja Motor menyediakan pelayanan yang sama dan terhubung satu sama lain dengan
cabang lainnya di setiap kabupaten di Bali. Waktu operasional Dealer Yamaha Waja
Motor mulai dari jam 8 pagi sampai jam 5 sore. Informasi lengkap yang disediakan
dapat diakses melalui website dan aplikasi resmi Yamaha Waja Motor bagi semua
pelanggan yang ingin melakukan pembelian motor, sparepart dan juga melakukan
service resmi motor Yamaha.
2
kasus yang berdasarkan kemiripan objek penelitian. Dari penelitian penelitian lainnya
penggunaan Data mining dengan algoritma K-Means clustering terlihat berbeda yang
dapat dilihat dari atribut-atribut yang digunakan, namun pada umunya algoritma K-
means claustering masih tetap sama yaitu dipakai dalam pengelompokkan sebuah data
menjadi beberapa cluster, hanya saja data yang digunakan berbeda sesuai dengan
penelitian yang dicari dan dari data hasil pencarian data secara langsung[5].
Namun, walaupun data mining dan algoritma K-Means telah digunakan dalam berbagai
bidang, penerapannya khusus untuk analisis penjualan suku cadang sepeda motor masih
terbatas. Oleh karena itu, penelitian ini diusulkan untuk mengisi kesenjangan
pengetahuan ini dengan menerapkan algoritma K-Means pada data penjualan suku
cadang sepeda motor. Diharapkan bahwa hasil penelitian ini akan memberikan wawasan
yang berharga kepada pemangku kepentingan industri suku cadang sepeda motor,
membantu mereka dalam pengambilan keputusan yang lebih baik, dan meningkatkan
efisiensi serta keberhasilan bisnis [6].
3. Perumusan Masalah
Berdasakan latar belakang permasalahan yang diangkat, maka didapatkan rumusan
permasalahan sebagai berikut.
1) Bagaimana menerapkan algoritma K-Means dalam mengelompokkan suku
cadang berdasarkan hasil penjualan dan jumlah stock yang dimiliki?
4. Batasan Masalah
Ada beberapa batasan yang diimplementasikan di dalam penelitian ini, yang
tujuannya adalah untuk membatasi fokus penelitian sehingga dapat menghasilkan
luaran yang sesuai dengan tujuan penelitian. Adapun batasan-batasan yang
digunakan dalam penelitian ini adalah sebagai berikut.
1) Penelitian ini akan berfokus pada penerapan algoritma K-Means sebagai
metode utama untuk menganalisis data penjualan. Algoritma K-Means akan
digunakan untuk mengelompokkan suku cadang berdasarkan pola penjualan
yang sering terjadi, dan analisis akan dilakukan terhadap kelompok-kelompok
tersebut.
3
2) Penelitian ini tidak akan melibatkan implementasi hasil analisis secara
langsung ke dalam sistem manajemen penjualan. Namun, penelitian ini akan
memberikan rekomendasi dan saran untuk mendukung pengambilan keputusan
terkait penjualan suku cadang sepeda motor.
3) Fokus utama dari penelitian ini adalah pada analisis data penjualan suku
cadang sepeda motor, dan tidak akan mempertimbangkan faktor-faktor
eksternal seperti situasi ekonomi atau perubahan kebijakan industri.
5. Tujuan
Adapun tujuan penelitian ini adalah:
1) Menerapkan algoritma K-Means dalam mengelompokkan suku cadang
berdasarkan hasil penjualan dan jumlah stock yang dimiliki.
6. Tinjauan Pustaka
Penelitian yang dilakukan oleh S. Parsaoran Tamba dan F. Toknady Kesuma mengenai
“Penerapan Data Mining untuk Menentukan Penjualan Sparepart Toyota dengan
Metode K-Means Clustering”[2]. Terdapat permasalahan yang terjadi pada sebuah
perusahaan penjual sparepart Toyota dalam peninjauan produk-produk yang mana saja
yang dibutuhkan oleh pelanggan serta permasalahan mengenai penyimpanan data-data
masih dilakukan kurang efektif, maka dari permasalahan tersebut membuat penelitian
ini memiliki tujuan untuk mengetahui kelompok barang yang mana penjualanya paling
laris, laris, dan tidak laris untuk mengantisipasi terjadinya penumpukan barang di
gudang. Metode penelitian yang dipakai yaitu metode K-means Claustering untuk
melakukan pengelompokkan data berdasarkan kategori yang akan mengasilkan cluster
yang stabil. Adapun hasil penelitian ini yakni data yang digunakan sebanyak 50 data
yang akan mengasilkan output 3 cluster data yaitu data penjualan paling laris, data
penjualan yang laris dan data penjualan tidak laris untuk digunakan dalam
4
pengelompokkan data penjualan terdiri dari 2 variable yakni variable stok awal dan
variable terjual. Penelitian ini memiliki kekurangan yakni tidak dijelaskan mengenai
kekurangan-kekurangan dalam penelitian serta masih kurangnya jumlah data yang
dipakai dalam melakukan cluster, serta kelebihan dalam penelitian ini yakni penerapan
metode cluster berjalan dengan baik dengan hasil yang stabil dan tidak ada yang
berubah dan berpindah antar cluster.
5
cluster beragam yang diambil tiap bulannya di tahun 2022 dan implementasi metode
yang dipakai sangat jelas yang dapat ditampilkan langsung pada bagian implementasi
sistem menggunakan pemograman PHP dan menggunakan database MySQL.
Penelitian yang dilakukan oleh Anggarwati, D., Nurdiawan, O., Ali, I., & Kurnia, D. A.
(2021), mengenai “Penerapan Algoritma K-Means dalam Prediksi Penjualan
Karoseri”[7]. Sebuah perusahaan bernama PT.Senang Jaya Abadi mengalami kesulitan
dalam menentukan strategi penjualan karoseri pada awal tahun dengan penjualan yang
menurun di bulan Januari sampai dengan Mei, sementara itu penjualan di bulan Juni
sampai Desember penjualan melonjak drastis, maka dari itu perusahaan mengalami
kerepotan saat memenuhi permintaan pelanggan, serta perusahaan mengalami banyak
kerugian dari sisi pendapatan dan modal yang sudah dikeluarkan, hal tersebut
menjadikan sebuah permasalahan yang diangkat dalam penelitian ini dengan tujuan
membantu perusahaan dalam menentukan jumlah stok atau persediaan yang banyak
disenangi oleh pelanggan. Adapun metode yang digunakan dalam penelitian ini yakni
metode Knowledge Discovery and Database yang merupakan proses mendapatkan
informasi pada sebuah data tersembunyi diubah menjadi sebuah bentuk-bentuk atau
pola sesuai karakteristik dari data tersebut. Adapun hasil dari penelitian ini yakni
sebanyak 203 sampel data yang dikelompokkan menjadi 2 cluster, yaitu cluster 0 yang
menghasilkan 93 data penjualan karoseri yang kurang diminati pelanggan dan cluster 1
menghasilkan 110 data penjualan karoseri yang sangat diminati pelanggan. Kekurangan
penelitian ini yakni konsep penerapan algoritma K-Means tidak dijelaskan mulai dari
penentuan variable dan cara perhitungan cluster yang dilakukan serta tidak dijelaskan
mengenai kelemahan atau kekurangan yang terdapat dalam penelitian ini. Hasil dari
penelitian yang ditampilkan dengan jelas sesuai dengan cluster yang ditentukan
sebelumnya, penerapan metode Knowledge Discovery and Database dalam penelitian
ini dijelaskan secara detai dan rinci disertakan gambar yang dipakai bukti dalam
implementasi metode yang digunakan mejadikan kelebihan yang terdapat pada
penelitian ini.
6
dan memepersingkat waktu pada kredit yang bermasalah merupakan permasalahan yang
pada PT.BPR Milala kemudian diangkat pada penelitian ini. Terjadinya permasalahan
tersebut, maka penelitian ini memiliki tujuan untuk meningkatkan kinerja pada
perusahaan dalam melakukan perbaikan kredit yang bermasalah dan pengelompokkan
data kredit yang bermasalah supaya menjadi lebih efektif dan efesien. Adapun metode
yang dipakai pada penelitian ini yakni menggunakan teknik pengumpulan data yang
dibahas dalam pembahasan dan metode K-Means dipakai dalam pengelompokkan
cluster data yang didapat dari hasil pengumpulan data guna melakukan normalisasi data
nasabah supaya dapat melakukan proses pengambilan keputusan secara cepat dan
akurat. Kekurangan yang terdapat pada penelitian ini yakni tidak dijelaskan mengenai
kekurangan-kekurangan dalam penelitian serta masih kurangnya jumlah data yang
dipakai dalam melakukan cluster, dan dalam proses pengumpulan data yang dilakukan
tidak dijelaskan dalam metodelogi penelitian yang dibahas, pada penelitian ini data
sampel yang dipakai langsung ditampilkan dalam bentuk data yang sudah dinormalisasi
dan tidak menjelaskan mengenai proses normalisasi data mentah yang didapat dari hasil
pengumpulan data. Setelah itu, kelebihan dari penelitian ini yaitu penerapan metode
clustering yang dipakai dijelaskan dengan detail dan mudah dipahami mulai dari
penentuan nilai centroid serta setiap perhitungan iterasi setiap tabel dijabarkan secara
rinci dan hasil yang didapat pada proses akhir pengelompokkan ditampilkan dengan
jelas yang akan digunakan dalam pengambilan keputusan secara cepat dan akurat.
7
pengelompokkan data berdasarkan variable yang ditentukan, dari hasil pencarian data
tersebut didapatkan data yang menjadi sampel atau bahan yang akan diuji dalam
penelitian ini. Hasil yang didapat dari penelitian ini yakni hasil cluster dari data sampel
yang didapat pada tahapan pencarian data yang akan di cluster berdasarkan kategori
yang ditetapkan dengan hasil keluaran berupa laporan cluster data analisa penjualan
paket barang di PT J&T Idi Aceh yang dijadikan pengambilan keputusan dan
peningkatan layanan pengiriman barang. Kekurangan juga tedapat pada penelitian ini
yakni tidak menjelaskan mengenai perusahaan J&T yang digunakan sebagai sumber
pencarian data yang akan digunakan dalam penelitian ini dan juga merupakan bagian
dari tujuan penelitian ini dilakukan. Tidak lepas dari kekurangan penelitian ini juga
memiliki kelebihan yakni membahas lengkap mengenai kelebihan dan kekurangan
sistem yang akan dibuat serta menyertakan penjelasan metode penelitian yang dipakai
yang dijelaskan secara rinci dan pada penelitian ini menyertakan dan menampilkan
pemodelan dan diagram perancangan sistem dengan lengkap sesuai masalah dan tujuan
dari penelitian yang dilakukan.
8
yaitu pelanggaran sedikit untuk melakukan analisis operasi penegakan hukum dan
menciptakan masyarakat yang patuh dan sadar akan hukum. Adapun kekurangan pada
penelitian ini yakni penjelasan mengenai penerapan metode K-Means tidak dijabarkan
pada penelitian ini, hanya lebih detail mejelaskan mengenai pembuatan dari sistem yang
akan dibuat dan penjelasan konsep-konsep metode yang dipakai kurang dijelaskan
dalam penelitian ini. Setelah itu, kelebihan penelitian ini yakni penjelasan mengenai
metode perancangan sistem dijelaskan cukup detail mengenai tahapan apa yang akan
dilakukan sistem nantinya sesuai permasalahn dan tujuan yang diangkat oleh penelitian
ini.
6.2.1. Clustering
Clustering merupakan pengelompokkan data rekam/record, data hasil pengamatan, atau
membuat bentuk dan memperhatikan objek yang terdapat kemiripan. Algoritma cluster
melakukan pembagian pada keseluruhan data menjadi kelompok yang mempunyai
kesamaan dengan nilai maksimal jika pada data record yang memiliki kemiripan dalam
satu kelompok, dan memiliki nilai minimal jika data record memiliki kemiripan dengan
kelompok lainnya [11]. Clustering memisahkan beberapa kelompok data dengan ciri
masing-masing dari data tersebut, dimana bisa berupa data orang, data peristiwa atau
lainnya yang akan disebarkan ke dalam kelompok dengan tingkatan-tingkatan yang
dimiliki dan terhubung satu sama lain atar cluster[12].
9
Langkah pertama adalah memilih titik acak sebagai pusat awal dari setiap
cluster.
(1)
Keterangan:
xi = Data ke-i dalam dataset.
yi = Pusat cluster ke-j.
nj = Jumlah data pada cluster ke-j.
d(xi,vj) = Jarak antara data xi dan pusat cluster (vj).
(2)
Keterangan:
xi = Data ke-i dalam dataset.
yi = Pusat cluster ke-j.
Nj = Jumlah data pada cluster ke-j.
∑ = Menunjukkan operasi penjumlahan.
∑xi = Penjumlahan semua data di cluster ke-j.
10
vj = Pusat cluster ke-j setelah diperbarui.
4) Iterasi
Langkah 2 dan 3 diulang secara berulang hingga tidak ada perubahan dalam
alokasi data ke cluster atau telah mencapai batas iterasi maksimum yang
ditentukan.
5) Evaluasi Konvergensi
Dilakukan evaluasi untuk memeriksa apakah pusat cluster telah mencapai
konvergensi, yaitu tidak ada perubahan posisi pusat cluster yang signifikan. Jika
telah mencapai konvergensi, proses berakhir.
6) Hasil
Setelah iterasi selesai dan konvergensi tercapai, algoritma K-Means
menghasilkan kelompok cluster yang stabil berdasarkan pusat cluster terakhir
yang diperoleh.
11
Sparepart atau dalam bahasa Indonesia diartikan sebagai suku cadang yang dapat
disimpulkan suku cadang tersebut sebagai komponen yang terdapat pada motor[17].
Sparepart motor dapat dikategorikan menjadi dua jenis yaitu :
1) Sparepart baru yakni bagian atau komponen yang masih dalam kondisi baru dan
belum pernah dipakai terkecuali ketika melakukan pengujian atau pengecekan
pada barang tersebut.
2) Sparepart bekas atau lama yakni bagian atau komponen yang sudah pernah
digunakan dalam kurun waktu tertentu dengan nmemperhatikan kondisi barang
tersebut apakah masih layak atau tidak untuk digunakan kembali dengan
kemungkinan mengalami resiko kerugian dan kerusakan pada sparepart
tersebut[18].
6.2.6. Penjualan
Penjualan merupakan kegiatan atau proses yang melibatkan tindakan penjualan barang
atau produk serta jasa kepada pelanggan atau konsumen supaya mendapatkan
keuntungan[21]. Penjualan biasanya dilakukan secara langsung atau bertatap muka
secara langsung, namun perkembangan jaman saat ini mengakibatkan proses penjualan
dapat dilakukan secara online atau menggunakan media sosial sebagai perantara antara
produsen dengan konsumen. Pada proses penjualan yang menjadi fokus utama yakni
kepuasan konsumen dan mampu berkomunikasi secara baik dengan konsumen ketika
melakukan penawaran atau negosiasi dalam proses jual beli suatu barang[22].
12
7. Metodologi
Berikut metodologi yang digunakan dalam penelitian ini yaitu:
1) Lokasi Penelitian
Penelitian dilakukan di Dealer Yamaha Waja Motor yang berada di kawasan
Blahbatuh, Gianyar yang merupakan pusat setral perusahaan Waja Motor yang
melayani pembelian sepeda motor dan sparepart resmi milik perusahaan
Yamaha.
3) Analisis
Pada proses analisis akan mengidentifikasi masalah mengenai penentuan
penyediaan sparepart di Dealer Yamaha Waja Motor dan melakukan peninjauan
terhadap apa kriteria dan kebutuhan yang diperlukan dalam penelitian yang
dilakukan. Analisis ini juga merujuk pada penerapan metode K-Means
Clustering yang digunakan dalam penelitian dengan membahas konsep dan
bagaimana penerapanya terhadap data sampel yang dimiliki.
4) Implementasi
Pada proses implementasi akan menerapkan langkah-langkah yang nantinya
akan dilakukan untuk mengimplementasikan metode K-Means Clustering dalam
melakukan pengelompokkan atau cluster terhadap penjualan suku
cadang/sparepart motor di Dealer Yamaha Waja Motor sesuai dengan analisis
serta rancangan yang sudah ditentukan sebelumnya.
5) Pengujian
Proses pengujian dalam penerapan algoritma K-Means Clustering adalah
langkah-langkah yang dilakukan untuk mengevaluasi kinerja dan fungsi
algoritma secara menyeluruh sebelum diluncurkan kepada pengguna akhir.
13
Proses ini bertujuan untuk mengidentifikasi keakuratan, kesalahan, atau masalah
lainnya yang mungkin terjadi dalam penerapan algoritma K-Means Clustering,
serta memastikan bahwa algoritma K-Means Clustering bekerja sesuai dengan
fungsi dan tujuan yang telah ditetapkan.
3) Basis Data
Basis data membahas tentang pengelolaan data untuk memudahkan
akses, pemahaman, dan menghindari duplikasi data, sehingga data dapat
digunakan dengan mudah.
5) Data Mining
Data mining merupakan inti dari sebuah proses algoritma untuk
mengeksplor data, membangun sebuah model, dan menemukan pola
yang tidak diketahui. Data mining merupakan salah satu penyelesaian
masalah dengan melakukan analisis data yang ada pada database yang
tersimpan otomatis melalui penerapan metode yang disediakan salah
satunya metode pengelompokkan atau sering disebut Clustering.
14
7.1.1. Sumber Data
Adapun sumber data yang digunakan dalam penelitian ini yaitu, sebagai berikut:
15
Gambar 7.1 Alur Penelitian
16
4) Setelah itu, data yang sudah terkumpul berupa data mentah akan
diolah atau di analisis menjadi data yang siap digunakan dalam
implementasi metode yang dipakai dalam penelitian ini. Analisis data
yang dilakukan umumnya yakni melakukan normalisasi data dengan
tujuan untuk menilai persebaran data pada sebuah kelompok data serta
melihat apakah data yang didapat sudah bedistribusi secara normal
atau tidak.
17
Software Visual Code dan
2 Text Editor
Sublime
3 Aplikasi Web Server XAMPP Versi 3.3.0
4 Bahasa Pemrograman Python
5 Basis Data MySQL
6 Web Browser Google Chrome dan Edge
Tabel 7.1 Kebutuhan Perangkat Lunak.
18
memungkinkan pengembang dan pelanggan untuk berinteraksi secara langsung
selama proses pengembangan dan menentukan hasil yang paling optimal.
Penggunaan prototype membantu memahami dan mengobservasi bagaimana
produk atau aplikasi berfungsi, fungsionalitasnya, dan interaksi pengguna
dengan sistem tersebut. Ada tahapan yang akan dilakukan dalam metode
prototype sesuai model yang akan diimplementasikan sebagai berikut[25].
3) Membentuk Prototype
Pada tahapan ini, akan dilakukan pembuatan atau pembentukan
prototype sesuai rancangan model yang telah ditentukan atau dilakukan
sebelumnya.
19
6) Melakukan Pengunaan Sistem
Tahapan terakhir yang dilakukan yakni penggunaan sistem. Pada
tahapan ini sistem yang sudah lolos tahapan evaluasi atau sudah
dikatakan memenuhi kebutuhan, maka siap untuk dipergunakan.
Adapun model tahapan yang dilakukan dapat dilihat pada gambar 7.2 berikut:
20
Gambar 7.3 Flowchart algoritma K-Means Clustering
(3)
21
Dimana:
(4)
Dimana:
nk = Jumlah data pada cluster.
22
dan lembar observasi dalam melakukan pengumpulan data sampel dengan
tujuan memperoleh data yang tepat dan akurat.
8. Jadwal Kegiatan
Adapun jadwal kegiatan yang dilakukan pada penelitian ini yang dapat dilihat pada
tabel 8.1 berikut:
DAFTAR PUSTAKA
23
[1] S. Marliska Hutabarat, A. Sindar, and S. Pelita Nusantara Jl Iskandar Muda No,
“Data Mining Penjualan Suku Cadang Sepeda Motor Menggunakan Algoritma
K-Means,” J. Nas. Komputasi dan Teknol. Inf., vol. 2, no. 2, 2019.
24
Pengelompokan Paket Barang Yang Akan Di Kirim Pada J & T Idi Aceh Dengan
Menggunakan K- Means Clustering,” J. Cyber Tech, no. x, 2021, [Online].
Available:
https://ojs.trigunadharma.ac.id/index.php/jct/article/view/3119%0Ahttps://
ojs.trigunadharma.ac.id/index.php/jct/article/download/3119/1456
25
[17] A. Sudianto, H. Ahmadi, and A. Alimuddin, “Rancang Bangun Sistem Informasi
Penjualan Sparepart Motor Pada Bengkel Vinensi Motor Berbasis Web Sebagai
Guna Meningkatkan Penjualan dan Promosi Produk,” Infotek J. Inform. dan
Teknol., vol. 3, no. 2, pp. 115–122, 2020, doi: 10.29408/jit.v3i2.2289.
[22] T. Iqbal and Alfina, “Perancangan Sistem Informasi Penjualan Sepeda Motor
pada PT. XYZ,” J. Innov. Comput. Sci., vol. 1, no. 1, pp. 22–29, 2022, doi:
10.56347/jics.v1i1.26.
[23] Chusyairi, Ahmad & Noor Saputra, Pelsri. (2019). Pengelompokan Data
Puskesmas Banyuwangi Dalam Pemberian Imunisasi Menggunakan Metode K-
Means Clustering.Telematika.12.139148.10.35671/telematika.v12i2.848.
26