Perancangan Sistem Informasi Pengelolaan Limbah Sampah Industri Kabupaten Sukabumi Menggunakan Zachman Framework

Authors

  • Azis Silwan Universitas Nusa Putra
  • Habi Baturohmah Universitas Nusa Putra

Keywords:

K-Means Clustering, food menu, Restaurant

Abstract

Di Pelabuhanratu terdapat tiga kedai Restaurant Waroeng Asrie yaitu di Jl. Raya Citepus, Jl. Raya Siliwangi, dan di Jl. Raya Cempaka Ratu Cikakak, tetapi kedai tersebut masih bingung menu favorit orang Sukabumi, karena kalau kita tidak tahu selera atau favorit orang tersebut akan berdampak pada stok bahan yang tidak laku terjual mengakibatkan rugi dan basi. Tetapi jika sudah mengetahui menu favorit pelanggan maka stock yang kita punya tidak akan basi, apalagi bahan-bahan yang ada di kedai tersebut tidak tahan lama.

Dibutuhkannya sebuah metode untuk menjawab masalah tersebut agar dapat membantu dalam menentukan menu favorit pelanggan, penulis mencoba menggunakan satu metode yaitu metode Algoritma K-means Clustering, metode tersebut mempunyai kelebihan tersendiri. Algoritma K-meansdapat dilakukan saat pengimpelementasian dan dijalankan. Waktu yang dibutuhkan untuk melakukan pembelajaran relatif lebih cepat, sangat fleksibel, adaptasi yang mudah untuk dilakukan, sangat umum penggunaannya dan menggunakan prinsip yang sederhana dapat dijelaskan dalam non-statistik.

Dari hasil penelitian yang dilakukan dengan kuesioner selama 3 hari mendapatkan hasil 96 dari 47 data menu makanan, kemudian kami melakukan perhitungan centroid dan clustering untuk menentukan menu makanan favorit dengan lima kali iterasi dapat dihasilkan 3 cluster yaitu C1=9, C2=22 dan C3=16.

Penelitian ini telah menjawab rumusan masalah clustering K-Means yang dapat mengkluster menu makanan favorit, dimana hasil perhitungan Clustering K-Means dengan 47 data menu makanan menghasilkan pilihan menu paling favorit di Restaurant Waroeng Asrie yaitu menu Ayam goreng, Sop Buntut, Sate Usus.

                                                                                                             

Kata Kunci: Clustering K-Means, menu makanan, Restaurant

Published

2022-09-03