SURABAYA l duta.co – Dua dosen Universitas 17 Agustus 1945 (Untag) Surabaya Supangat dan Anis Rahmawati Amna memanfaatkan fitur analisis data menggunakan K-Means Cluster untuk tingkatkan performa wirausaha. Algoritma tersebut akan menjadi fitur pada Sistem Point of Sales (POS) yang sedang dikembangkan.
Supangat yang mengajak mahasiswanya Adi Suandi ini mengatakan pemanfaatan big data untuk meningkatkan performa usaha telah banyak menjadi pembahasan penelitian.
Ketersediaan data yang mampu diakses secara cepat untuk mereproduksi informasi baru yang penting dalam pengambilan keputusan menjadi salah satu faktor kunci yang menentukan keberhasilan organisasi.
‘’Dengan adanya fitur baru ini, pemilik usaha dapat merencanakan jumlah dan waktu pembelian produk dengan lebih baik, mengurangi jumlah persediaan barang di gudang, dan memberikan keleluasaan bagi pemilik usaha untuk menganalisa permintaan dengan mudah,” ujarnya, Senin (24/2/2020).
K-Means Clustering sendiri, merupakan salah satu teknik data mining menggunakan strategi unsupervised learning. Strategi ini memiliki kemampuan untuk menemukan dan mengelompokkan data secara otomatis berdasarkan karakteristik tertentu yang tersembunyi di dalam data. ‘’Jadi, perusahaan akan lebih mudah memahami kebutuhan pelanggan,’’ jelas Supangat.
Sementara itu, Anis Rahmawati menambahkan, untuk menentukan produk-produk yang masuk dalam kategori tingkat penjualan tinggi, sedang, dan rendah, dibuatlah alat bantu berupa fitur POS yang dapat digunakan pemilik usaha untuk melakukan pembelian ulang produk.
“Sistem informasi POS dengan fitur analisis K-Means ini dikembangkan menggunakan pendekatan pengembangan waterfall dengan perancangan system menggunakan pendekatan usecase driven object,” imbuhnya.
Terakhir, wanita asal Kediri itu memaparkan, kesimpulan dari penelitian tersebut adalah Penambahan fitur analisis data menggunakan pendekatan K-Means clustering pada sistem informasi POS dapat memberikan nilai tambah bagi pemilik usaha untuk merencanakan pembelian dengan lebih baik.
Selain itu, rekomendasi yang diberikan dalam bentuk fitur dalam sistem informasi POS dapat digunakan dengan mudah sehingga dapat meningkatkan efisiensi organisasi. Penggunaan fitur K-Means secara signifikan juga terbukti memiliki tingkat akurasi yang tinggi yaitu sebesar 85,53%.
‘’Sehingga dalam jangka panjang metode ini dapat terus digunakan sebagai salah satu fitur decision support system bagi perusahaan,’’ tutup Anis yang sedang menyelesaikan program Phd di Ghent University Belgia. ril/end
