Data Mining untuk Penempatan Barang berdasarkan Frekuensi Permintaan di PT Lautan Lestari Shipyard
Total View This Week0
Total View This Week0
Institusion
Universitas Putera Batam
Author
Mendrofa, Nober Six Salvanius
Subject
004 Pemrosesan Data, Ilmu Komputer, Teknik Informatika
Datestamp
2024-11-25 06:17:54
Abstract :
Penataan barang di gudang yang baik merupakan salah satu hal penting dalam menunjang kegiatan suatu perusahaan. Pada PT Lautan Lestari Shipyard atau lebih dikenal dengan sebutan LLS, penempatan barang di gudangnya masih relatif tidak teratur dan terlihat berantakan sehingga menyebabkan kesulitan dalam pengambilan barang ketika diminta oleh pekerja di lapangan, hal ini dikarenakan penempatannya tidak berdasarkan frekuensi jumlah barang yang keluar. Untuk itu diperlukan suatu terobosan yang dapat mengatasi permasalahan tersebut baik menggunakan teknologi maupun kumpulan data-data. Penelitian ini bertujuan untuk menerapkan data mining dalam penyusunan layout barang dengan memanfaatkan arsip data pengeluaran barang yang tersedia di perusahaan yang telah disimpan. Arsip data yang telah terkumpul dapat memberikan pola pengambilan barang dan dari pola tersebut dapat diketahui barang dengan penggunaan yang banyak, sedang atau sedikit dengan menggunakan metode algoritma k-means clustering. Hasil perhitungan Davies Bouldin Index (DBI) menunjukkan jumlah cluster yang paling optimal adalah 5 cluster dengan nilai DBI 0,288, 5 cluster tersebut adalah cluster 0 sangat jarang digunakan, cluster 1 jarang digunakan, cluster 2 penggunaannya sedang, cluster 3 sering digunakan dan cluster 4 sangat sering digunakan. Barang yang masuk dalam kategori cluster 4 dan cluster 3 direkomendasikan untuk diletakkan di rak terdekat untuk memudahkan dalam pengambilan barang tersebut. Penelitian ini diharapkan dapat membantu mempermudah perusahaan dalam menata barang di gudang
Penataan barang di gudang yang baik merupakan salah satu hal penting dalam menunjang kegiatan suatu perusahaan. Pada PT Lautan Lestari Shipyard atau lebih dikenal dengan sebutan LLS, penempatan barang di gudangnya masih relatif tidak teratur dan terlihat berantakan sehingga menyebabkan kesulitan dalam pengambilan barang ketika diminta oleh pekerja di lapangan, hal ini dikarenakan penempatannya tidak berdasarkan frekuensi jumlah barang yang keluar. Untuk itu diperlukan suatu terobosan yang dapat mengatasi permasalahan tersebut baik menggunakan teknologi maupun kumpulan data-data. Penelitian ini bertujuan untuk menerapkan data mining dalam penyusunan layout barang dengan memanfaatkan arsip data pengeluaran barang yang tersedia di perusahaan yang telah disimpan. Arsip data yang telah terkumpul dapat memberikan pola pengambilan barang dan dari pola tersebut dapat diketahui barang dengan penggunaan yang banyak, sedang atau sedikit dengan menggunakan metode algoritma k-means clustering. Hasil perhitungan Davies Bouldin Index (DBI) menunjukkan jumlah cluster yang paling optimal adalah 5 cluster dengan nilai DBI 0,288, 5 cluster tersebut adalah cluster 0 sangat jarang digunakan, cluster 1 jarang digunakan, cluster 2 penggunaannya sedang, cluster 3 sering digunakan dan cluster 4 sangat sering digunakan. Barang yang masuk dalam kategori cluster 4 dan cluster 3 direkomendasikan untuk diletakkan di rak terdekat untuk memudahkan dalam pengambilan barang tersebut. Penelitian ini diharapkan dapat membantu mempermudah perusahaan dalam menata barang di gudang
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
