Supplier Clustering Based On Performance Using K-Means Algorithm
Abstract
Untuk memastikan efisiensi operasional dan kualitas produk, evaluasi kinerja supplier sangat berperan penting dalam bidang perindustrian. PT Percetakan masih menggunakan penilaian subjektif dalam menilai kinerja supplier. Variabel dalam data ini yaitu Supplier, Jumlah Pesanan, Harga Satuan dan Rentang Pengiriman yang dapat dianalisis untuk meningkatkan penilaian kinerja supplier. Penelitian ini menggunakan algoritma K-Means untuk mengklasterisasikan supplier berdasarkan kinerja. Algoritma K-Means dipilih karena dapat mengolah data dalam jumlah besar dan efisien, hasil yang didapat lebih objektif dibanding pendekatan subjektif. Hasil Penelitian ini diharapkan dapat memberikan kontribusi dan solusi yang praktis bagi PT Percetakan untuk menentukan mitra kerja sama melalui penerapan algoritma K-Means. Hasil klasterisasi menunjukkan bahwa terdapat perbedaan yang signifikan antara supplier dalam setiap klaster. Supplier dengan performa terbaik (Klaster 1) cenderung memiliki jumlah pesanan yang tinggi, harga satuan lebih kompetitif, dan waktu pengiriman lebih cepat. Sementara itu, supplier dengan performa rendah (Klaster 3) memiliki harga lebih tinggi dan rentang pengiriman yang lama, yang dapat mempengaruhi efisiensi operasional perusahaan.
Downloads
References
[2] M. Bakri, “PENERAPAN DATA MINING UNTUK CLUSTERING KUALITAS BATU BARA DALAM PROSES PEMBAKARAN DI PLTU SEBALANG MENGGUNAKAN METODE K-MEANS,” vol. 11, no. 1, pp. 1–4, 2017.
[3] R. Y. Efendi and W. Wahyudin, “Pemilihan Pemasok Bahan Baku Tetap Menggunakan Metode Analytical Hierarchy Process (Studi Kasus pada CV. Mulia Tata Sejahtera),” J. Serambi Eng., vol. 8, no. 3, 2023, doi: 10.32672/jse.v8i3.6039.
[4] Susilo D, “Implementasi Data Mining dalam Pengelompokan Data Pembelian Menggunakan Algoritma K-Means Pada PT.Otomotif 1”.
[5] W. Apriliah, N. Subekti, and T. Haryati, “Penerapan Model Waterfall Dalam Perancangan Aplikasi Sistem Informasi Simpan Pinjam Pada Koperasi PT. CHIYODA INTEGRE INDONESIA KARAWANG,” J. Interkom J. Publ. Ilm. Bid. Teknol. Inf. dan Komun., vol. 14, no. 2, pp. 34–42, Jul. 2019, doi: 10.35969/interkom.v14i2.50.
[6] B. Huda, E. Novalia, and F. Nurapriani, “Klasterisasi Data Obat dengan Algoritma K-Means ( Kasus pada UPTD Puskesmas Curug ),” vol. 8, pp. 120–130, 2024.
[7] O. Andanu, U. Y. Sundari, and E. D. P. Setyowati, “Improving Performance of the Banana Agroindustry Supply Chain Using Mcdm (Multi Criteria Decision Making),” J. Agroindustri, vol. 13, no. 2, pp. 95–106, 2023, doi: 10.31186/jagroindustri.13.2.95-106.
[8] M. D. Kurniawan, B. Priyatna, and F. Nurapriani, “Implementasi Algoritma K-Means Untuk Klasterisasi Data Obat Puskesmas Kotabaru,” vol. 7, no. September, pp. 882–890, 2023.
[9] I. Firza, “Penerapan Algoritma K-Means Dalam Metode Clustering Untuk Peminatan Jurusan Bagi Siswa Swasta Pelita Raya Kota Jambi,” vol. 5, no. 3, pp. 371–382, 2020.
[10] S. Kristina and V. S. Irawan, “Perancangan Kriteria Evaluasi Kinerja Supplier dengan Menggunakan Metode Fuzzy-AHP di PT X,” J. Telemat., vol. 13, no. 1, pp. 43–48, 2019, doi: 10.61769/telematika.v13i1.208.
[11] A. Saputra and R. Yusuf, “Perbandingan Algoritma DBSCAN dan K-MEANS dalam Segmentasi Pelanggan Pengguna Transportasi Publik Transjakarta Menggunakan Metode RFM,” MALCOM Indones. J. Mach. Learn. Comput. Sci., vol. 4, no. 4, pp. 1346–1361, 2024, doi: 10.57152/malcom.v4i4.1516.
[12] F. Al Khadzik, B. Huda, E. Novalia, and S. S. Hilabi, “Sistem Pemilihan Supplier Obat Menerapkan Metode Additive Ratio Analysis (ARAS),” J. Sist. Komput. dan Inform., vol. 5, no. 3, p. 620, 2024, doi: 10.30865/json.v5i3.7499.
[13] D. Nofriansyah and I. Mariami, “Implementasi Data Mining Untuk Pengelempokan Buku Di Perpustakaan Yayasan Nurul Islam Indonesia Baru Dengan Metode K-Means Clustering,” vol. 1, no. 1, pp. 1–12, 2021.
[14] M. Rafi, “Algoritma K-Means untuk Pengelompokan Topik Skripsi Mahasiswa,” vol. 12, no. 2, pp. 121–129, 2020.
[15] N. Luh, P. Purnama, I. N. Purnama, and N. W. Utami, “Penerapan Data Mining Untuk Clustering Penilaian Kinerja Dosen Menggunakan Algoritma K-Means ( Studi Kasus?: STMIK Primakara ),” vol. 16, no. 2, pp. 105–112, 2022.
[16] M. H. Adiya and Y. Desnelita, “Jurnal Nasional Teknologi dan Sistem Informasi Penerapan Algoritma K-Means Untuk Clustering Data Obat-Obatan Pada RSUD Pekanbaru,” vol. 01, pp. 17–24, 2019.
[17] A. L. Hananto, P. Assiroj, and B. Priyatna, “Analysis Of Drug Data Mining With Clustering Technique Using K-Means Algorithm Analysis Of Drug Data Mining With Clustering Technique Using K-Means Algorithm,” 2021, doi: 10.1088/1742-6596/1908/1/012024.
[18] Y. R. Sari, “Yunita, Penerapan Data Mining Menggunkan Algoritma K-Means Clustring Pada Penerimaan Mahasiswa Baru (Studi Kasus?: Universitas Islam Indragiri) 1 238,” vol. 7, no. September, pp. 238–249, 2018.
[19] S. S. Nanda, “Clustering Penerima Bantuan Pangan Non Tunai ( Bpnt ),” 2023.
[20] P. I and MZ HAprilyanti S, “Jurnal Manajemen Industri dan Logistik PEMILIHAN SUPPLIER TERBAIK PENYEDIA BARANG CONSUMABLE MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS ( Studi kasus di Departemen Pengadaan Barang PT . PUSRI ) THE BEST SUPPLIER SELECTION OF CONSUMABLE GOODS SUPPLIER,” pp. 147–158, 2018.
This work is licensed under a Creative Commons Attribution 4.0 International License.
Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under an Attribution 4.0 International (CC BY 4.0) that allows others to share — copy and redistribute the material in any medium or format and adapt — remix, transform, and build upon the material for any purpose, even commercially with an acknowledgment of the work's authorship and initial publication in this journal.
