Skripsi/Tugas Akhir

Perancangan Data Mining untuk Distribusi Produk Menggunakan Metode Least Trimmed Square berbasis Web (Studi Kasus : PT Reski Laifasto)

---

Rating Anda tentang Buku ini!

---

ABSTRAK
PT. Reski Laifasto merupakan perusahaan Distributor Consumer Goods atau Fast Moving Consumer Goods (FMCG) yang sedang mengalami permasalahan terkait pendistribusian produk yang kurang merata dikarenakan orderan yang terlebih dahulu diterima akan dilayani selama produk masih tersedia sehingga rekanan yang akan mengorder produk yang sama terkadang
mendapatkan jumlah orderan yang tidak sesuai dengan permintaan dikarenakan stok yang terbatas. Padahal perusahaan juga memilik tanggung jawab untuk mendistribusikan produk secara merata. Dengan melihat gambaran pola pendistribusian yang saat ini terjadi dalam tiga tahun trakhir, maka untuk mengatasi masalah tersebut dilakukakn dengan cara mengimplementasikan
metode data mining Least Trimmed Square untuk memprediksi jumlah orderan dengan menjadikan data pengorderan tiga tahun terakhir sebagai data latih, sehingga dapat memprediksi jumlah orderan yang akan dilakukan setiap rekanan.
Kata Kunci : FMCG, Prediksi, Data Dining, Least Trimmed Square.

ABSTRACT
PT. Reski Laifasto is a Consumer Goods Distributor or Fast Moving Consumer Goods (FMCG) company that is experiencing problems related to the uneven distribution of products because orders received first will be served aslong as the product is still available so that partners who will order the same product sometimes get the same number of orders. not in accordance with
demand due to limited stock. Even though the company also has the responsibility to distribute the product evenly. By looking at the description of the distribution pattern that currently occurs in the last three years, to overcome this problem, it is done by implementing the Least trimmed Square data mining method to predict the number of orders by making the order data of the last three years as training data, so that it can predict the number of orders required. every partner will do.
Keywords: FMCG, Prediction, Data Dining, Least Trimmed Square.

---

Ketersediaan

Tidak ada salinan data

Informasi Detail

Judul Seri

[Tidak Ada]

No. Panggil

SKR 21-44 SEP p - 0061SI

Penerbit

Makassar : ., 2021

Deskripsi Fisik

xvii + 100 hlm., 28,5 x 20,5 cm

Bahasa

Indonesia

ISBN/ISSN

[Tidak Ada]

Klasifikasi

SKR 21-44

Tipe Isi

Text dan Gambar

Edisi/Cetakan

[Tidak Ada]

Subjek

Skripsi/Tugas Akhir
Data Mining
Least Trimmed Square

Lampiran File