Klasterisasi Penyewaan Kendaraan Menggunakan Metode K-Means Pada PT. Mardika Daya Tribuana

Abstract

Pada zaman sekarang kebutuhan perusahaan terhadap moda transportasi semakin meningkat, untuk itu perusahaan menginginkan kendaraan mobil untuk menjalankan kegiatan sehari-hari seperti kebutuhan operasional perusahaan dan lain-lain. Setiap perusahaan dalam memilih kendaraan mobil yang disewa pasti mencari kendaraan yang nyaman untuk dipakai. PT. Mardika Daya Tribuana merupakan salah satu perusahaan yang berfokus pada bidang penyewaan. Masalah yang terjadi pada PT. Mardika Daya Tribuana yaitu data penyewaan yang sangat banyak tidak bisa diolah, sehingga pihak perusahaan belum menemukan suatu metode untuk mengolah data agar menemukan pola dari data yang ada. Maka pada penelitian ini penulis bertujuan untuk mengelompokkan kendaraan-kendaraan yang dimana hasil dari pengelompokan dapat digunakan oleh pihak PT. Mardika Daya Tribuana untuk mengambil keputusan yang tepat sesuai kebutuhan yang diinginkan. Tentunya untuk mengolah data penyewaan pada PT. Mardika Daya tribuana diperlukan suatu metode yang dapat menghasilkan suatu keputusan yang tepat. Pada penelitian ini penulis menerapkan analisa data Mining dengan Teknik Clustering menggunakan algoritma K-Means. Metode K-Means Clustering digunakan dan diolah berdasarkan kebutuhan untuk mendapatkan informasi pada setiap kelompoknya. Hasil klaster pada data penyewaan sebanyak 280 baris data dan dibagi menjadi 3 (tiga) klaster dimana pada setiap klaster menghasilkan, 11 data dengan level sedang rendah dari segi peminatnya pada klaster 1, 113 data dengan level sedang dari segi peminatnya pada klaster 2, dan 156 data dengan level tinggi dari segi peminat pada klaster 3. Berdasarkan pengujian menggunakan Sum of Square Error (SSE) klaster yang direkomendasikan yaitu 3 klaster dengan nilai selisih 10.44. Sehingga klaster tersebut optimal untuk dipakai.