<?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="3711">
 <titleInfo>
  <title>ANALISA DAN IMPLEMENTASI METODE K-MEANS UNTUK CLASTERISASI PRODUK TERLARIS (STUDI KASUS PT AUTOLIV INDONESIA)</title>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>Wahyu Suciati</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">BEKASI</placeTerm>
  </place>
  <publisher>USNI</publisher>
  <dateIssued>2024</dateIssued>
 </originInfo>
 <language>
  <languageTerm type="code">id</languageTerm>
  <languageTerm type="text">Indonesia</languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Text</form>
  <extent></extent>
 </physicalDescription>
 <note>Hampir semua alat transportasi mempunyai alat keamanan. Seperti PT&#13;
Autoliv Indonesia memproduksi berbagai produk otomotif, termasuk sistem&#13;
pengendalian keamanan, sistem pengendalian pengemudi, dan sistem pengendalian&#13;
kemudi. Untuk mengetahui pengembangan penjualan dan menimilisir penumpukan&#13;
serta kekurangan bahan baku dilakukanlah pendalaman dengan menggunakan&#13;
metode Algoritma K-Means dengan studi pendahuluan melalui observasi,&#13;
wawancara dan studi pendahuluan.&#13;
Hasilnya adalah implementasi data mining dari kelompok jenis barang yang&#13;
paling diminati maupun sebaliknya. Maka, Hasil penelitian ini menunjukkan bahwa&#13;
yang paling banyak jumlah cluster yang optimal adalah dua cluster. Dari 46 jenis&#13;
data produk, ditemukan 27 produk di cluster 1 dan 19 produk masuk cluster 2.&#13;
Penelitian ini bertujuan untuk menerapkan metode k-means clustering dalam&#13;
mengelompokkan penjualan alat keselematan kemudi untuk mengetahui&#13;
pengelompokan minat konsumen terhadap suatu produk alat keselamatan yang&#13;
diproduksi oleh perusahaan. Hal ini diharapkan agar penelitian ini dapat bermanfaat&#13;
bagi perusahaan dan sebagai referensi penelitian lebih lanjut.</note>
 <note type="statement of responsibility">Wahyu Suciati</note>
 <subject authority="">
  <topic>Produk Terlaris Otomotif</topic>
 </subject>
 <subject authority="">
  <topic>Metode Algoritma K-Means</topic>
 </subject>
 <subject authority="">
  <topic>Data Meaning</topic>
 </subject>
 <classification>NONE</classification>
 <identifier type="isbn"></identifier>
 <location>
  <physicalLocation>Institutional Repository USNI Universitas Satya Negara Indonesia</physicalLocation>
  <shelfLocator>TI 002 2024</shelfLocator>
  <holdingSimple>
   <copyInformation>
    <numerationAndChronology type="1">8240109</numerationAndChronology>
    <sublocation>Perpustakaan USNI Kampus B (Skripsi)</sublocation>
    <shelfLocator>TI 002 2024</shelfLocator>
   </copyInformation>
  </holdingSimple>
 </location>
 <slims:digitals>
  <slims:digital_item id="3852" url="" path="/81f7fdbae6544418ff63f2f96d17b813.pdf" mimetype="application/pdf">ANALISA DAN IMPLEMENTASI METODE K-MEANS UNTUK CLASTERISASI PRODUK TERLARIS (STUDI KASUS PT AUTOLIV INDONESIA)</slims:digital_item>
 </slims:digitals>
 <recordInfo>
  <recordIdentifier>3711</recordIdentifier>
  <recordCreationDate encoding="w3cdtf">2024-03-19 19:18:38</recordCreationDate>
  <recordChangeDate encoding="w3cdtf">2024-03-19 19:18:38</recordChangeDate>
  <recordOrigin>machine generated</recordOrigin>
 </recordInfo>
</mods>
</modsCollection>