Implementasi Algoritma K-Means Clustering untuk Pengelompokan Pola Permintaan Barang dalam Sistem Manajemen Inventori PT Semen Padang
DOI:
https://doi.org/10.61132/merkurius.v3i4.805Keywords:
Demand Pattern Grouping, Inventory Management, K-Means Clustering, PT Semen Padang, Web-based SystemAbstract
This research aims to implement the K-Means Clustering algorithm in clustering patterns of goods demand in the inventory management system at PT Semen Padang. With the development of industrial technology and the need for an efficient inventory management system, this research identifies problems faced by the company, such as manual records that are prone to errors and delays. The developed web-based system allows real-time data integration, automation of the goods request process, and analysis of demand patterns using the K-Means algorithm. The results show that the implementation of this system can improve the efficiency of inventory management, minimize recording errors, and support better decision-making in the procurement of goods.
References
Alfarisi, A. F., Rindri, Y. A., Josi, A., & Manufaktur Negeri Bangka Belitung, P. (2023). Sistem informasi manajemen inventaris berbasis web di SDIT Alam Biruni (Vol. 01, Issue 1).
Andi Syahrul Ramdana, Kusrini, & Pramono, E. (2024). Penerapan algoritma K-Means untuk manajemen persediaan di perpustakaan. Jurnal Informatika Teknologi Dan Sains (Jinteks), 6(1), 109–114. https://doi.org/10.51401/jinteks.v6i1.3911
Fachrul Rezy, A., & Ikasari, I. H. (2023). Systematic literature review: Sistem informasi manajemen inventory barang berbasis web. BIIKMA: Buletin Ilmiah Ilmu Komputer dan Multimedia, 1(1), 121–125. https://jurnalmahasiswa.com/index.php/biikma
Handoko, S., Fauziah, F., & Handayani, E. T. E. (2020). Implementasi data mining untuk menentukan tingkat penjualan paket data Telkomsel menggunakan metode K-Means clustering. Jurnal Ilmiah Teknologi dan Rekayasa, 25(1), 76–88. https://doi.org/10.35760/tr.2020.v25i1.2677
Hardianto, R., Ramadhan, H., Putra Pane, E., & Yunefri, Y. (2022). K-Means clustering in determining the category of stock items in Angkasa Mart. Knowbase: International Journal of Knowledge in Database, 2(1), 30. https://doi.org/10.30983/ijokid.v2i1.5411
Lisa, L., Sutejo, H., & Kungkung, A. Y. (2025). Sistem informasi manajemen persediaan barang berbasis website di PT Rejo Mulyo Solution, 6(3), 1742–1753.
Nurcahyawati, V., Brahmantyo, R. A., & Wibowo, J. (2023). Manajemen persediaan menggunakan metode safety stock dan reorder point. Jurnal Sains dan Informatika, 9(April), 89–99. https://doi.org/10.34128/jsi.v9i1.431
Nurdiyansyah, F., & Akbar, I. (2021). Implementasi algoritma K-Means untuk menentukan persediaan barang pada Poultry Shop. Jurnal Teknologi dan Manajemen Informatika, 7(2), 86–94. https://doi.org/10.26905/jtmi.v7i2.6377
Putri, A. Y., & Budayawan, K. (2024). Implementasi algoritma K-Means menggunakan metode clustering untuk menentukan penjualan produk laris dan tidak laris di grosir Chintiya. Gudang Jurnal Multidisiplin Ilmu, 2, 1–13.
Ray Silaen, B., Nasution, M., & Muti’ah, R. (2024). Implementation of the ABC analysis to the inventory management. International Journal of Science, Technology & Management, 5(4), 816–825. https://doi.org/10.46729/ijstm.v5i4.1144
Samsudin, R., Martanto, M., & Hayati, U. (2024). Optimalisasi stok barang melalui algoritma K-Means clustering analisis untuk manajemen persediaan dalam konteks bisnis modern. JATI (Jurnal Mahasiswa Teknik Informatika), 8(3), 3572–3580. https://doi.org/10.36040/jati.v8i3.9742
Sari, N., Handayani, H. H., & Siregar, A. M. (2023). Implementasi clustering data kasus COVID-19 di Indonesia menggunakan algoritma K-Means. Bianglala Informatika, 11(1), 7–12. https://doi.org/10.31294/bi.v11i1.14762
Syafnur, A., Kurniawan, E., Yusda, R. A., Muhammad, A., & Tim Royal University. (2025). Pelatihan peningkatan efisiensi administrasi gudang melalui sistem manajemen inventori digital. 5(1), 33–37.
Wulandari, E., & Nugroho, A. W. (2022). Sistem informasi persediaan berbasis web dengan metode EOQ pada toko alat tulis. Jurnal Teknologi dan Sistem Informasi, 9(2), 102–109. https://doi.org/10.30865/jtsi.v9i2.3591
Yuliana, N., & Fitri, H. (2023). Penggunaan data mining dalam klasifikasi produk laris menggunakan algoritma K-Means. Jurnal Informatika dan Sains, 6(2), 221–228.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2025 Merkurius : Jurnal Riset Sistem Informasi dan Teknik Informatika

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.