Klasterisasi Penggunaan Ban dengan Cost Per Kilometer Terendah pada PT. PL menggunakan Metode K-Means

Muhammad Syani; Tundo; Sugiyono; Tri Wahyudi

doi:10.35870/jimik.v5i3.1005

Vol. 5 No. 3 (2024) • Articles

Open Access

Klasterisasi Penggunaan Ban dengan Cost Per Kilometer Terendah pada PT. PL menggunakan Metode K-Means

Muhammad Syani

Sekolah Tinggi Ilmu Komputer Cipta Karya Informatika

Tundo

Sekolah Tinggi Ilmu Komputer Cipta Karya Informatika

Sugiyono

Sekolah Tinggi Ilmu Komputer Cipta Karya Informatika

Tri Wahyudi

Sekolah Tinggi Ilmu Komputer Cipta Karya Informatika

DOI: https://doi.org/10.35870/jimik.v5i3.1005

Published: September 20, 2024 Pages: 2792-2800

Original Full-Text Article

Download published version for reading and archiving

Download PDF

Abstract

Established in 1969, PT. Puninar has grown to become one of Indonesia's leading logistics companies. The company provides a broad range of logistics solutions through its subsidiaries, encompassing material management, manufacturing, warehousing, distribution, customs services, freight forwarding, and post-delivery operations. After fuel, tires represent the second-largest expenditure for the company. Proper tire management can reduce maintenance costs, making it a key cost-reduction strategy in the logistics sector. This study utilizes data mining techniques, specifically the K-means method, to analyze and classify tires based on travel distance and the lowest cost per kilometer, enabling monthly cost monitoring. PT. Puninar allocates approximately two billion rupiah per month for tire inventory due to its fleet of over seven hundred trucks. The company currently employs various tire brands, including Bridgestone, Doublecoin, Effiplus, Chengsang, and others, with varying levels of durability.

Keywords:

Tire Usage Cost per Kilometer K-Means

Article Metrics & Downloads Graph

Monthly Download Trends:

Author Biographies

Muhammad Syani Sekolah Tinggi Ilmu Komputer Cipta Karya Informatika

Program Studi Sistem Informasi, Sekolah Tinggi Ilmu Komputer Cipta Karya Informatika, Kota Jakarta Timur, Daerah Khusus Ibukota Jakarta, Indonesia

Tundo Sekolah Tinggi Ilmu Komputer Cipta Karya Informatika

Program Studi Sistem Informasi, Sekolah Tinggi Ilmu Komputer Cipta Karya Informatika, Kota Jakarta Timur, Daerah Khusus Ibukota Jakarta, Indonesia

Sugiyono Sekolah Tinggi Ilmu Komputer Cipta Karya Informatika

Program Studi Sistem Informasi, Sekolah Tinggi Ilmu Komputer Cipta Karya Informatika, Kota Jakarta Timur, Daerah Khusus Ibukota Jakarta, Indonesia

Tri Wahyudi Sekolah Tinggi Ilmu Komputer Cipta Karya Informatika

Program Studi Sistem Informasi, Sekolah Tinggi Ilmu Komputer Cipta Karya Informatika, Kota Jakarta Timur, Daerah Khusus Ibukota Jakarta, Indonesia

How to Cite

Syani, M., Tundo, Sugiyono, & Wahyudi, T. (2024). Klasterisasi Penggunaan Ban dengan Cost Per Kilometer Terendah pada PT. PL menggunakan Metode K-Means. Jurnal Indonesia : Manajemen Informatika Dan Komunikasi, 5(3), 2792-2800. https://doi.org/10.35870/jimik.v5i3.1005

License

Creative Commons Attribution 4.0 International License (CC BY 4.0)

This is an open-access article distributed under the terms of the Creative Commons Attribution 4.0 International License .

Share: You are free to copy, distribute, and transmit the work in any medium or format.
Adapt: You are free to remix, transform, and build upon the work for any purpose, even commercially.
Attribution: You must give appropriate credit, provide a link to the license, and indicate if changes were made. You may do so in any reasonable manner, but not in any way that suggests the licensor endorses you or your use.

Copyright & Retention: Authors retain copyright without restrictions and grant this journal the right of first publication under an open-access model. The journal retains non-exclusive publishing rights for archiving, indexing, and scholarly dissemination.

References

Total: 20 References

Ali, A. (2019). Klasterisasi data rekam medis pasien menggunakan metode K-means Clustering di rumah sakit Anwar. Jurnal MATRIK, 19(1), 186-195. https://doi.org/10.30812/matrik.v19i1.52
Andrean, R., Fendy, S., & Nugroho, A. (2019). Klasterisasi Pengendalian Persediaan Aki Menggunakan Metode K-Means. JOINTECS Journal of Information Technology and Computer Science, 4(1). https://doi.org/10.31328/jointecs.v8i1.5078
Apriyani, P., Dikananda, A. R., & Ali, I. (2023). Penerapan Algoritma K-Means dalam Klasterisasi Kasus Stunting Balita Desa Tegalwangi. Hello World Jurnal Ilmu Komputer, 2(1).
Ariyanto, D. (2022). Data Mining Menggunakan Algoritma K-Means Untuk Klasifikasi Penyakit Infeksi Saluran Pernafasan Akut. Jurnal Sistim Informasi dan Teknologi, 4(1), 13-18. https://doi.org/10.37034/jsisfotek.v4i1.117
Farahdinna, F., Nurdiansyah, I., Suryani, A., & Wibowo, A. (2019). Perbandingan Algoritma K-Means dan K-Medoids dalam klasterisasi produk asuransi Perusahaan Nasional. https://doi.org/10.26905/nomosleca.v4i2.2546

Fitri, E. M., Suryono, R. R., & Wantoro, A. (2023). Klasterisasi data penjualan berdasarkan wilayah menggunakan metode k-means pada PT XYZ. Jurnal Koputasi Ilmu Komputer Unila Publishing Network, 11(2). https://doi.org/10.23960/komputasi.v11i2.12582
Harjono, S. W., Utami, N. W., & Putri, I. G. A. P. D. (2023). Klasterisasi Tingkat Penjualan pada Startup Panak.id dengan Algoritma K-Means. Jurnal Ilmiah Teknologi Informasi Asia, 17(1). https://doi.org/10.32815/jitika.v17i1.888
Nugroho, M. R., Hendrawan, I. E., & Puwantoro. (2022). Penerapan Algoritma K-Means Untuk Klasterisasi Data Obat Pada Rumah Sakit ASRI. JURNAL NUANSA INFORMATIKA, 16(1). https://doi.org/10.25134/nuansa.v16i1.5294
Nurahman, Purwanto, A., & Mulyanto, S. (2022). Klasterisasi Sekolah Menggunakan Algoritma K-Means berdasarkan Fasilitas, Pendidik, dan Tenaga Pendidik. Matrik: Jurnal Manajemen, Teknik Informatika, dan Rekayasa Komputer, 21(2). https://doi.org/10.30812/matrik.v21i2.1411
Nurdiawan, A. F., & Anwar, S. (2018). Menggunakan K-Means dan Decission Tree. Jurikom, 8(6), 323−329. https://doi.org/10.30865/jurikom.v8i6.3680
Oman Somantri, Slamet Wiyono, & Dairoh. (2016). Metode K-Means untuk Optimasi Klasifikasi Tema Tugas Akhir Mahasiswa Menggunakan Support Vector Machine (SVM). Scientific Journal of Informatics, 3(1). https://doi.org/10.15294/sji.v3i1.5845
Priyatman, H., Sajid, F., & Haldivany, D. (2019). Klasterisasi Menggunakan Algoritma K-Means Clustering untuk Memprediksi Waktu Kelulusan Mahasiswa. Jepin (Jurnal Edukasi dan Penelitian Informatika), 5(1).
Rahmah, S. A. (2020). Klasterisasi pola penjualan pestisida menggunakan metode K-Means Clustering (studi kasus di toko Juanda Tani Kecamatan Hutabayu Raja). Djtechno: Journal of Information Technology Research, 1(1). https://doi.org/10.46576/djtechno.v1i1.964
Rahmah, S. A., & Antares, J. (2021). Klasterisasi seleksi mahasiswa calon penerima beasiswa Yayasan menggunakan K-means Clustering. Jurnal Informatika, Manajemen dan Komputer, 13(2). https://doi.org/10.36723/juri.v13i2.282.
Rohmatullah, A., Rahmalia, D., & Pradana, M. S. (2019). Klasterisasi data pertanian di Kabupaten Lamongan menggunakan algoritma K-means dan Fuzzy C Means. Jurnal Ilmiah Teknosains, 5(2). https://doi.org/10.26877/jitek.v5i2.4254
Saputro, D. T., & Sucihermayanti, W. P. (2021). Penerapan Klasterisasi Menggunakan K-Means untuk Menentukan Tingkat Kesehatan Bayi dan Balita di Kabupaten Bengkulu Utara. Jurnal Buana Informatika, 12(2), 146-155. https://doi.org/10.24002/jbi.v12i2.4861
Satria, C., & Anggrawan, A. (2021). Aplikasi K-Means Berbasis Web untuk Klasifikasi Kelas Unggulan. Jurnal Manajemen, Teknik Informatika, dan Rekayasa Komputer, 21(1), 111–124. https://doi.org/10.30812/matrik.v21i1.1473
Solichin, A., & Khairunnisa, K. (2020). Klasterisasi Persebaran Virus Corona (Covid-19) di DKI Jakarta Menggunakan Metode K-Means. Fountain of Informatics Journal, 5(2). https://doi.org/10.21111/fij.v5i2.4905
Wahyu, A., & Rushendra. (2018). Klasterisasi Dampak Bencana Gempa Bumi Menggunakan Algoritma K-Means di Pulau Jawa. Jurnal Edukasi dan Penelitian Informatika. https://doi.org/10.14257/IJGDC.2018.11.8.08
Wandana, J., Defit, S., & Sumijan. (2020). Klasterisasi Data Rekam Medis Pasien Pengguna Layanan BPJS Kesehatan Menggunakan Metode K-Means. Jurnal Informasi dan Teknologi, 2(4), 119-125. https://doi.org/10.37034/jidt.v2i4.73.