Klasifikasi Data Jamaah Umroh Menggunakan Metode K-Means Clustering
DOI:
https://doi.org/10.37034/jsisfotek.v4i1.115Keywords:
Umrah, K-Means, Clusters, Data Mining, TravelAbstract
Melaksanakan Ibadah haji bagi yang mampu merupakan rukun islam yang kelima bagi umat islam, melaksanakan Perjalanan wisata religi khususnya untuk ibadah umroh semakin diminati masyarakat, AET Travel Indonesia Merupakan perusahaan yang bergerak di bidang Penjualan tiket pesawat, tour domestic maupun internasional dan terus berkembang hingga travel haji dan umroh, pada AET Travel Indonesia tentunya memiliki data yang bervariasi. Pengelompokan data jamaah umroh ini merupakan salah satu teknik Data Mining yang bertujuan untuk mengelompokkan data ke dalam subset data, sehingga dapat terbentuk tiga cluster, yaitu Sangat disukai, disukai dan Kurang Disukai berdasarkan variabel yang telah ditetapkan. dan dengan pengelompokan ini didapat kan pengetahuan baru sebagai strategi pemasaran dengan menggunakan data mining. Dalam pengelompokan data jemaah umroh menggunakan metode K-Mean Clustering, akan dikelompok kan berdasarkan usia. Atribut yang digunakan dalam pengolahan data meliputi nama, jenis kelamin, usia, dan daerah asal. Sebelum proses perhitungan data dilakukan terlebih dahulu dilakukan proses transformasi data. Setelah di lakukan perhitungan data yang telah dilakukan melalui software RapidMiner diperoleh anggota kelompok sangat disukai dari rentang usia mulai 41 sampai 70 tahun, kelompok disukai dengan rentang usia mulai 21 sampai 40 tahun dan kelompok kurang disukai mulai usia 1 sampai 20 tahun. Dengan di dapatkan hasil pengelompokan ini maka di dapatkan pengetahuan baru yang dapat memudahkan maneger dalam strategi pemasaran pada AET Travel Indonesia.
References
Ali, A. (2019). Klasterisasi Data Rekam Medis Pasien Menggunakan Metode K-Means Clustering di Rumah Sakit Anwar Medika Balong Bendo Sidoarjo. MATRIK: Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer, 186-195. https://doi.org/10.30812/matrik.v19i1.529
Annur, H. (2019). Penerapan Data Mining Menentukan Strategi Penjualan Variasi Mobil Menggunakan Metode K-Means Clustering. Jurnal Informatika Upgris, 5(1). https://doi.org/10.26877/jiu.v5i1.3091
Aulia, S. (2020). Klasterisasi Pola Penjualan Pestisida Menggunakan Metode K-Means Clustering (Studi Kasus Di Toko Juanda Tani Kecamatan Hutabayu Raja). Djtechno: Journal of Information Techhnology Research, 1(1), 1-5. https://doi.org/10.46576/djtechno.v1i1.964
Bhushan, S., Antoshchuk, S. G., Teslenko, P. O., Kuzmenko, V. V., Wójcik, W., Mamyrbaev, O., & Zhunissova, U. (2019). Hybrid approach to energy efficient clustering for heterogeneous wireless sensor network using biogeography based optimization and k-means. Przegląd Elektrotechniczny, 95. https://doi.org/10.15199/48.2019.04.24
Hermansyah, M., Hamdan, R. A., Sidik, F., & Wibowo, A. (2020). Klasterisasi Data Travel Umroh di Marketplace Umroh.com Menggunakan Metode K-Means. Jurnal Ilmu Komputer,13(2),8. https://doi.org/10.24843/jik.2020.v13.i02.p06
Iqbal, M. (2019). KLASTERISASI DATA JAMAAH UMROH PADA AULIYA TOUR & TRAVEL MENGGUNAKAN METODE K-MEANS CLUSTERING. JURTEKSI (Jurnal Teknologi Dan Sistem Informasi), 5(2), 97–104. doi:10.33330/jurteksi.v5i2.352https://doi.org/10.33330/jurteksi.v5i2.352
Indriyani, F., & Irfiani, E. (2019). Clustering Data Penjualan pada Toko Perlengkapan Outdoor Menggunakan Metode K-Means. JUITA: Jurnal Informatika, 7(2), 109-113. 10.30595/juita.v7i2.5529
Omar, T., Alzahrani, A., & Zohdy, M. (2020). Clustering Approach for Analyzing the Student’s Efficiency and Performance Based on Data. Journal of Data Analysis and Information Processing, 8(03), 171. 10.4236/jdaip.2020.83010
Purwanti, T., Ramdhan, W., & Santoso, S. (2021). Penerapan Metode Klasterisasi K-Means untuk Strategi Promosi Pada SMK Tamansiswa Sukadamai. JUTSI (Jurnal Teknologi dan Sistem Informasi),2(1),141-146. https://doi.org/10.33330/jutsi.v2i1.1156
Shamrat, F. J. M., Tasnim, Z., Mahmud, I., Jahan, M. N., & Nobel, N. I. (2020). Application of K-means clustering algorithm to determine the density of demand of different kinds of jobs. International Journal of Scientific & Technology Research, 9(02), 2550-2557. https://doi.org/10.1088/1742-6596/1952/4/042103
Siregar, M. H. (2018). Data Mining Klasterisasi Penjualan Alat-Alat Bangunan Menggunakan Metode K-Means (Studi Kasus Di Toko Adi Bangunan). Jurnal Teknologi Dan Open Source, 1(2), 83-91. https://doi.org/10.36378/jtos.v1i2.24
Solichin, A., & Khairunnisa, K. (2020). Klasterisasi persebaran virus Corona (Covid-19) di DKI Jakarta menggunakan metode K-Means. Fountain of Informatics Journal, 5(2), 52-59. https://doi.org/10.21111/fij.v5i2.4905
Suryadi, U. T. (2020). IMPLEMENTASI METODE K-MEANS UNTUK KLASTERISASI LAHAN PERTANIAN STRAWBERRY DI DAERAH SUBANG BERBASIS IoT(INTERNET OF THINGS). Jurnal Teknologi Dan Komunikasi STMIK Subang, 13(2), 49–60. https://doi.org/10.47561/a.v13i2.192
Syakur, M. A., Khotimah, B. K., Rochman, E. M. S., & Satoto, B. D. (2018, April). Integration k-means clustering method and elbow method for identification of the best customer profile cluster. In IOP Conference Series: Materials Science and Engineering (Vol. 336, No. 1, p. 012017). IOP Publishing. https://doi.org/10.1088/1757-899x/336/1/012017
Wandana, J., Defit, S., & Sumijan, S. (2020). Klasterisasi Data Rekam Medis Pasien Pengguna Layanan BPJS Kesehatan Menggunakan Metode K-Means. Jurnal Informasi dan Teknologi, 119-125. https://doi.org/10.37034/jidt.v2i4.73
Ahmed, S. R. A., Al Barazanchi, I., Jaaz, Z. A., & Abdulshaheed, H. R. (2019). Clustering algorithms subjected to K-mean and gaussian mixture model on multidimensional data set. Periodicals of Engineering and Natural Sciences, 7(2), 448-457. https://doi.org/10.21533/pen.v7i2.484
Bhargava, A. (2019). Grouping of Medicinal Drugs Used for Similar Symptoms by Mining Clusters from Drug Benefits Reviews. Available at SSRN 335631. http://dx.doi.org/10.2139/ssrn.3356314
