<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" id="2796">
 <titleInfo>
  <title>IMPLEMENTASI DATA MINING DALAM MENGKLASTER DATA PENJUALAN HANDPHONE DENGAN MENGGUNAKAN ALGORITMA K-MEANS (STUDI KASUS:</title>
  <subTitle>PT. TRIKOMSEL)</subTitle>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>ANJAS PRATAMA</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <typeOfResource manuscript="no" collection="yes">mixed material</typeOfResource>
 <genre authority="marcgt">bibliography</genre>
 <originInfo>
  <place>
   <placeTerm type="text">JAKARTA</placeTerm>
  </place>
  <publisher>USNI</publisher>
  <dateIssued>2017</dateIssued>
 </originInfo>
 <language>
  <languageTerm type="code">id</languageTerm>
  <languageTerm type="text">Indonesia</languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Text</form>
  <extent></extent>
 </physicalDescription>
 <note>PT. Trikomsel merupakan salah satu perusahaan bergerak di bidang distributor resmi pengecer produk komunikasi seluler di Indonesia untuk berbagai merk telepon seluler yang berada di kawasan Pusat. Penuhnya persaingan membuat PT. Trikomsel mengalami kesulitan dalam memasarkan produk Untuk itu perlunya analisa lebih lanjut untuk mengetahui mana produk mana yang tidak dan mana produk yang harus diperbanyak, mana yang harus dieliminasi. Untuk itu, maka dirancang sebuah aplikasi dengan konsep data mining menggunakan algoritma K-Means (Clustering) untuk mengelompokkan data produk Dalam hal ini, penerapan data mining dirasa mampu menjadi solusi dengan menganalisa data transaksi yang ada pada PT. Trikomsel. Data yang digunakan sebagai bahan sample pada penelitian ini adalah data penjualan PT. Trikomsel Utama tahun 2016. Dengan melakukan proses perhitungan jumlah invoice terhadap produk dan jumlah barang terhadap transaksi untuk mengelompokkan data produk, Hasil dari proses mining membentuk cluster-cluster yang digunakan untuk memberi saran pertimbangan dalam pengelompokan data penjualan handphone yakni Pada Cluster 1 barang yang paling di minati dan Cluster 3 tidak di minati dipasaran.</note>
 <note type="statement of responsibility">ANJAS PRATAMA</note>
 <subject authority="">
  <topic>Teknik Informatika</topic>
 </subject>
 <subject authority="">
  <topic>DATA MINING</topic>
 </subject>
 <subject authority="">
  <topic>K-MEANS</topic>
 </subject>
 <classification>NONE</classification>
 <identifier type="isbn"></identifier>
 <location>
  <physicalLocation>Institutional Repository USNI Universitas Satya Negara Indonesia</physicalLocation>
  <shelfLocator></shelfLocator>
  <holdingSimple>
   <copyInformation>
    <numerationAndChronology type="1">8170055</numerationAndChronology>
    <sublocation>Perpustakaan USNI Kampus A</sublocation>
    <shelfLocator></shelfLocator>
   </copyInformation>
  </holdingSimple>
 </location>
 <slims:digitals>
  <slims:digital_item id="2813" url="" path="/61d574133e39ad0c33312138c661edc3.pdf" mimetype="application/pdf">IMPLEMENTASI DATA MINING DALAM MENGKLASTER DATA PENJUALAN HANDPHONE DENGAN MENGGUNAKAN ALGORITMA K-MEANS (STUDI KASUS: PT. TRIKOMSEL)</slims:digital_item>
 </slims:digitals>
 <recordInfo>
  <recordIdentifier>2796</recordIdentifier>
  <recordCreationDate encoding="w3cdtf">2022-10-14 09:59:41</recordCreationDate>
  <recordChangeDate encoding="w3cdtf">2022-10-14 10:02:42</recordChangeDate>
  <recordOrigin>machine generated</recordOrigin>
 </recordInfo>
</mods>
</modsCollection>