Klasterisasi Penggunaan Ban dengan Cost Per Kilometer Terendah pada PT. PL menggunakan Metode K-Means

Authors

  • Muhammad Syani Sekolah Tinggi Ilmu Komputer Cipta Karya Informatika
  • Tundo Sekolah Tinggi Ilmu Komputer Cipta Karya Informatika
  • Sugiyono Sekolah Tinggi Ilmu Komputer Cipta Karya Informatika
  • Tri Wahyudi Sekolah Tinggi Ilmu Komputer Cipta Karya Informatika

DOI:

https://doi.org/10.35870/jimik.v5i3.1005

Keywords:

Tire Usage, Cost per Kilometer, K-Means

Abstract

Established in 1969, PT. Puninar has grown to become one of Indonesia's leading logistics companies. The company provides a broad range of logistics solutions through its subsidiaries, encompassing material management, manufacturing, warehousing, distribution, customs services, freight forwarding, and post-delivery operations. After fuel, tires represent the second-largest expenditure for the company. Proper tire management can reduce maintenance costs, making it a key cost-reduction strategy in the logistics sector. This study utilizes data mining techniques, specifically the K-means method, to analyze and classify tires based on travel distance and the lowest cost per kilometer, enabling monthly cost monitoring. PT. Puninar allocates approximately two billion rupiah per month for tire inventory due to its fleet of over seven hundred trucks. The company currently employs various tire brands, including Bridgestone, Doublecoin, Effiplus, Chengsang, and others, with varying levels of durability.

Downloads

Download data is not yet available.

Author Biographies

  • Muhammad Syani, Sekolah Tinggi Ilmu Komputer Cipta Karya Informatika

    Program Studi Sistem Informasi, Sekolah Tinggi Ilmu Komputer Cipta Karya Informatika, Kota Jakarta Timur, Daerah Khusus Ibukota Jakarta, Indonesia

  • Tundo, Sekolah Tinggi Ilmu Komputer Cipta Karya Informatika

    Program Studi Sistem Informasi, Sekolah Tinggi Ilmu Komputer Cipta Karya Informatika, Kota Jakarta Timur, Daerah Khusus Ibukota Jakarta, Indonesia

  • Sugiyono, Sekolah Tinggi Ilmu Komputer Cipta Karya Informatika

    Program Studi Sistem Informasi, Sekolah Tinggi Ilmu Komputer Cipta Karya Informatika, Kota Jakarta Timur, Daerah Khusus Ibukota Jakarta, Indonesia

  • Tri Wahyudi, Sekolah Tinggi Ilmu Komputer Cipta Karya Informatika

    Program Studi Sistem Informasi, Sekolah Tinggi Ilmu Komputer Cipta Karya Informatika, Kota Jakarta Timur, Daerah Khusus Ibukota Jakarta, Indonesia

References

Ali, A. (2019). Klasterisasi data rekam medis pasien menggunakan metode K-means Clustering di rumah sakit Anwar. Jurnal MATRIK, 19(1), 186-195. https://doi.org/10.30812/matrik.v19i1.52

Andrean, R., Fendy, S., & Nugroho, A. (2019). Klasterisasi Pengendalian Persediaan Aki Menggunakan Metode K-Means. JOINTECS Journal of Information Technology and Computer Science, 4(1). https://doi.org/10.31328/jointecs.v8i1.5078

Apriyani, P., Dikananda, A. R., & Ali, I. (2023). Penerapan Algoritma K-Means dalam Klasterisasi Kasus Stunting Balita Desa Tegalwangi. Hello World Jurnal Ilmu Komputer, 2(1).

Ariyanto, D. (2022). Data Mining Menggunakan Algoritma K-Means Untuk Klasifikasi Penyakit Infeksi Saluran Pernafasan Akut. Jurnal Sistim Informasi dan Teknologi, 4(1), 13-18. https://doi.org/10.37034/jsisfotek.v4i1.117

Farahdinna, F., Nurdiansyah, I., Suryani, A., & Wibowo, A. (2019). Perbandingan Algoritma K-Means dan K-Medoids dalam klasterisasi produk asuransi Perusahaan Nasional. https://doi.org/10.26905/nomosleca.v4i2.2546

Fitri, E. M., Suryono, R. R., & Wantoro, A. (2023). Klasterisasi data penjualan berdasarkan wilayah menggunakan metode k-means pada PT XYZ. Jurnal Koputasi Ilmu Komputer Unila Publishing Network, 11(2). https://doi.org/10.23960/komputasi.v11i2.12582

Harjono, S. W., Utami, N. W., & Putri, I. G. A. P. D. (2023). Klasterisasi Tingkat Penjualan pada Startup Panak.id dengan Algoritma K-Means. Jurnal Ilmiah Teknologi Informasi Asia, 17(1). https://doi.org/10.32815/jitika.v17i1.888

Nugroho, M. R., Hendrawan, I. E., & Puwantoro. (2022). Penerapan Algoritma K-Means Untuk Klasterisasi Data Obat Pada Rumah Sakit ASRI. JURNAL NUANSA INFORMATIKA, 16(1). https://doi.org/10.25134/nuansa.v16i1.5294

Nurahman, Purwanto, A., & Mulyanto, S. (2022). Klasterisasi Sekolah Menggunakan Algoritma K-Means berdasarkan Fasilitas, Pendidik, dan Tenaga Pendidik. Matrik: Jurnal Manajemen, Teknik Informatika, dan Rekayasa Komputer, 21(2). https://doi.org/10.30812/matrik.v21i2.1411

Nurdiawan, A. F., & Anwar, S. (2018). Menggunakan K-Means dan Decission Tree. Jurikom, 8(6), 323−329. https://doi.org/10.30865/jurikom.v8i6.3680

Oman Somantri, Slamet Wiyono, & Dairoh. (2016). Metode K-Means untuk Optimasi Klasifikasi Tema Tugas Akhir Mahasiswa Menggunakan Support Vector Machine (SVM). Scientific Journal of Informatics, 3(1). https://doi.org/10.15294/sji.v3i1.5845

Priyatman, H., Sajid, F., & Haldivany, D. (2019). Klasterisasi Menggunakan Algoritma K-Means Clustering untuk Memprediksi Waktu Kelulusan Mahasiswa. Jepin (Jurnal Edukasi dan Penelitian Informatika), 5(1).

Rahmah, S. A. (2020). Klasterisasi pola penjualan pestisida menggunakan metode K-Means Clustering (studi kasus di toko Juanda Tani Kecamatan Hutabayu Raja). Djtechno: Journal of Information Technology Research, 1(1). https://doi.org/10.46576/djtechno.v1i1.964

Rahmah, S. A., & Antares, J. (2021). Klasterisasi seleksi mahasiswa calon penerima beasiswa Yayasan menggunakan K-means Clustering. Jurnal Informatika, Manajemen dan Komputer, 13(2). https://doi.org/10.36723/juri.v13i2.282.

Rohmatullah, A., Rahmalia, D., & Pradana, M. S. (2019). Klasterisasi data pertanian di Kabupaten Lamongan menggunakan algoritma K-means dan Fuzzy C Means. Jurnal Ilmiah Teknosains, 5(2). https://doi.org/10.26877/jitek.v5i2.4254

Saputro, D. T., & Sucihermayanti, W. P. (2021). Penerapan Klasterisasi Menggunakan K-Means untuk Menentukan Tingkat Kesehatan Bayi dan Balita di Kabupaten Bengkulu Utara. Jurnal Buana Informatika, 12(2), 146-155. https://doi.org/10.24002/jbi.v12i2.4861

Satria, C., & Anggrawan, A. (2021). Aplikasi K-Means Berbasis Web untuk Klasifikasi Kelas Unggulan. Jurnal Manajemen, Teknik Informatika, dan Rekayasa Komputer, 21(1), 111–124. https://doi.org/10.30812/matrik.v21i1.1473

Solichin, A., & Khairunnisa, K. (2020). Klasterisasi Persebaran Virus Corona (Covid-19) di DKI Jakarta Menggunakan Metode K-Means. Fountain of Informatics Journal, 5(2). https://doi.org/10.21111/fij.v5i2.4905

Wahyu, A., & Rushendra. (2018). Klasterisasi Dampak Bencana Gempa Bumi Menggunakan Algoritma K-Means di Pulau Jawa. Jurnal Edukasi dan Penelitian Informatika. https://doi.org/10.14257/IJGDC.2018.11.8.08

Wandana, J., Defit, S., & Sumijan. (2020). Klasterisasi Data Rekam Medis Pasien Pengguna Layanan BPJS Kesehatan Menggunakan Metode K-Means. Jurnal Informasi dan Teknologi, 2(4), 119-125. https://doi.org/10.37034/jidt.v2i4.73.

Downloads

Published

2024-09-20

Issue

Section

Articles

How to Cite

Syani, M., Tundo, Sugiyono, & Wahyudi, T. (2024). Klasterisasi Penggunaan Ban dengan Cost Per Kilometer Terendah pada PT. PL menggunakan Metode K-Means. Jurnal Indonesia : Manajemen Informatika Dan Komunikasi, 5(3), 2792-2800. https://doi.org/10.35870/jimik.v5i3.1005
Most read articles by the same author(s)

Other papers published by author(s) in this journal:

Pemodelan Text Mining untuk Analisis Sentimen Terhadap Program Makan Siang Gratis di Media Sosial X Menggunakan Algoritma Support Vector Machine (SVM)
Penerapan IoT dengan Algoritma Fuzzy dan Mikrokontroler ESP32 dalam Monitoring Penyiraman
Analisis Sentimen Tanggapan Pengguna Media Sosial X Terhadap Program Beasiswa KIP-Kuliah dengan Menggunakan Algoritma Support Vector Machine (SVM)
Implementasi Algoritma Naive Bayes untuk Analisis Sentimen Terhadap Program Makan Siang Gratis
Analisa Sentimen Pada Media Sosial “X” Pencarian Keyword ChatGPT Menggunakan Algoritma K-Nearest Neighbors (KNN)