Penerapan Algoritma K-Means untuk Analisa Kebutuhan Sparepart pada PT Berkah Group

Adi Ryan Prasetya, Abdul Mufti, Ai Solihah

Abstract


PT Berkah Group, yang bergerak di bidang manufaktur, menghadapi tantangan dalam mengelola inventori sparepart dengan ribuan item yang memiliki karakteristik permintaan berbeda. Pengelolaan inventori masih dilakukan secara konvensional, mengandalkan pengalaman staf gudang, yang menyebabkan ketidakakuratan dalam perkiraan kebutuhan sparepart, seperti stockout atau overstock. Hal ini mengakibatkan gangguan produksi dan biaya penyimpanan yang tinggi. Oleh karena itu, dibutuhkan metode yang sistematis, seperti algoritma K-Means clustering, untuk mengelompokkan sparepart berdasarkan pola permintaan dan karakteristiknya, sehingga dapat mengoptimalkan manajemen inventori, mengurangi risiko stockout, dan efisiensi biaya penyimpanan. Penelitian ini mengimplementasikan algoritma K-Means untuk menganalisis kebutuhan sparepart di PT Berkah Group berdasarkan data historis permintaan dan penggunaan komponen. Menggunakan data penjualan dan stok sparepart selama periode 2022-2023, penelitian berhasil mengelompokkan sparepart ke dalam cluster berdasarkan frekuensi permintaan dan tingkat urgensinya. Hasil clustering membantu perusahaan mengoptimalkan manajemen inventori dengan mengidentifikasi komponen fast-moving dan slow-moving, sehingga dapat meningkatkan efisiensi pengadaan dan penyimpanan sparepart.


Keywords


Clustering; K-Means; Fast-Moving; Slow-Moving

Full Text:

PDF

References


Andi Syahrul Ramdana, & Eko Pramono. (2024). PENERAPAN ALGORITMA K-MEANS UNTUK MANAJEMEN PERSEDIAAN DI PERPUSTAKAAN.

AS Ramdana, E. P. (2024). ANALISA ALGORITMA K-MEANS UNTUK OPTIMALISASI STOK BARANG (STUDI KASUS: INTAN ELEKTRONIK).

Awaludin, M. (2014). Penerapan Algoritma K-Means Clustering Pada K-Harmonic Means Untuk Schedule Preventive Maintenance Service. Jurnal Sistem Informasi Universitas Suryadarma, 6(1), 1–17. https://doi.org/10.35968/jsi.v6i1.271

Bakri, M. (2017). PENERAPAN DATA MINING UNTUK CLUSTERING KUALITAS BATU BARA DALAM PROSES PEMBAKARAN DI PLTU SEBALANG MENGGUNAKAN METODE K-MEANS. In Jurnal TEKNOINFO (Vol. 11, Issue 1).

Benri, M., Metisen, H., & Latipa, S. (2015). ANALISIS CLUSTERING MENGGUNAKAN METODE K-MEANS DALAM PENGELOMPOKKAN PENJUALAN PRODUK PADA SWALAYAN FADHILA. In Jurnal Media Infotama (Vol. 11, Issue 2).

Nana Darna, & Elin Herlina. (2018). MEMILIH METODE PENELITIAN YANG TEPAT: BAGI PENELITIAN BIDANG ILMU MANAJEMEN. https://jurnal.unigal.ac.id/index.php/ekonologi

Savitri, I., 1, H., Defit, S., & Nurcahyo, G. W. (2021). Simulasi dalam Optimalisasi Pengadaan Barang menggunakan Metode K-Mean Clustering. https://doi.org/10.37034/jsisfotek.v3i3.79

Sitinjak, J. M., Sari, K., & Yetri, M. (2024). Penerapan Data Mining Dalam Penjualan Sparepart Motor Dengan Menggunakan Metode K-Means Clustering. 3(November), 862–871.

Sumiati, M., Abdillah, R., & Cahyo, A. (2021). Pemodelan UML untuk Sistem Informasi Persewaan Alat Pesta.

Syahran Jailani, M., Husnullail, M., & Islam Negeri Sulthan Thaha Saifuddin Jambi, U. (2024). METODE GROUNDED THEORY DALAM PENDEKATAN PRAKTIS. Jurnal Cahaya Mandalika, 5(1). http://ojs.cahayamandalika.com/index.php/JCM




DOI: https://doi.org/10.30998/jrami.v6i02.13793

Refbacks

  • There are currently no refbacks.


Jurnal Riset dan Aplikasi Mahasiswa Informatika (JRAMI) indexed by: