Jurnal Pelita Teknologi.
Vol.
2020, pp.
PELITA TEKNOLOGI
Journal homepage: jurnal.
id, p-ISSN: 2301-475X, e-ISSN: 2656-7059 Crawling Engine Pada Website Mann.
Baldwin.
Fleetguard Dan Pengelompokan Produk Menggunakan K-Means Andi Rahman1.
Wowon Priatna2*.
Tyastuti Sri Lestari3.
Agus Hidayat4
1,2,3,4
Informatika.
Universitas Bhayangkara Jakarta Raya.
Bekasi.
Indonesia E-mail: andi.
rahman18@mhs.
id, 2*wowon.
priatna@dsn.
tyas@ubharajaya.
id, 4agus.
hidayat@dsn.
Email Penulis Korespondensi: wowon.
priatna@dsn.
Abstrak Informasi Artikel In today's highly competitive and fastchanging global economy, companies are required to leverage information technology to support their business K-means is a data clustering algorithm that falls under machine learning algorithms.
It is a popular method for partitioning data into one or more clusters or groups.
The purpose of this study is to group products on several The crawling engine will be very helpful in entering product data automatically from the product website, then entered into the Odoo application.
The k-means clustering algorithm itself is an algorithm that groups observations into k groups, where k is the input Each data is then assigned to each cluster observation adjacent to the cluster mean value observation.
This grouping will be very helpful in product classification based on cross reference.
The result of this research is that the product is inputted automatically and the data is in accordance with the product's website and the products are grouped according to cross-references.
Diterima: 6 Juli 2023 Direvisi: 7 Agustus 2024 Dipublikasikan: 30 September 2024 Pendahuluan Di era ekonomi global saat ini yang sangat kompetitif dan cepat berubah, perusahaan dituntut untuk menggunakan teknologi informasi untuk mendukung kinerja proses bisnisnya.
Manajemen teknologi informasi membutuhkan visi strategi yang dapat menyatukan antara teknologi informasi dan proses bisnis.
Strategi teknologi yang mengacu pada investasi spesifik dalam bentuk perbedaan jenis sistem, seperti sistem ERP (Enterprise Resource Plannin.
ERP adalah sebuah software yang memiliki fungsi untuk mengelola dan mengintegrasikan berbagai aktivitas operasional dalam bisnis .
Keywords Crawling.
K-Means.
Clustering.
Data Mining.
Odoo.
API.
ISSN: p.
2301-475X e.
Salah satu perusahan PT.
Rivindi Arta untuk pengelompokan data Analisa Mandiri yang sudah memiliki banyak pilpress dengan melakukan crawling melakukan data dari media twitter menghasilkan 3 penginputan data produk secara manual cluster dalam pengelompokan.
K-mean dikarenakan akan memakan waktu dan juga digunakan dalam pengelompokan memasukan data informasi data tentang produk.
PT memanfaatkan crawing data dari Rivindi juga ingin menghindari website .
dan k-mean juga digunakan menawarkan dalam produk yang akan bisa mengakibatkan potensial dalam menggunakan jasa kekecewaan kepada pembeli, maka akan pembagian produk .
K-Mean juga dilakukannya pengelompokan produk dapat digunakan untuk pengelompakan filter secara agar lebih mudah dalam data hasil MBKM .
dan melakukan proses penawaran.
metode pengelompokan data hasil keuntungan melakukan sementara dari pembayaran sekolah pengelompokan produk adalah K-Means .
Clustering .
K-mean adalah Tujuan penelitian ini adalah untuk algoritma pengolompokan data yang menyelesaikan termasuk dalam algoritma machine pengelompokan data dari berbagai learning .
, kmean merupakan website menggunakan algoritma Kalgoritma pengelompokan populer mean dengan melakukan crawling data berdasarkan partisi data .
ke dalam produk Website Mann.
Baldwin, bentuk satu atau lebih cluster/kelompok Fleetguard.
data lain .
Algoritma k-means adalah algoritma evolusioner, diturunkan dari II.
Metodologi bentuk operasinya .
K-Means 2.
Desain Penelitian Clustering adalah.
K dimaksudkan Desain penelitian untuk melakukan sebagai jumlah konstan cluster yang sentiment analisis dapat dijabarkan pada dapat gambar 1.
mengolompokan data .
Algoritma struktur yang mendasari distribusi data karakteristik yang serupa dan Proses ini menghasilkan partisi dari kumpulan data yang diberikan sesuai dengan kriteria pengelompokan tanpa pengetahuan sebelumnya tentang kumpulan data .
Pada penelitian .
menggunakan Kmean clustering untuk mengelompokan produk e-commerce berupa perawatan rambut dan wajah, mulut dan hewan pengelompokan produk yang efektif.
Gambar 1.
Desain Penelitian penelitian .
menggunakan k-mean ISSN: p.
2301-475X e.
Identifikasi Masalah scraping di Odoo.
Data-yang-telahdiambil-dari hasil crawling akan dilakukan-proses pemilihan untuk melanjutkan ke tahap pengolahan Data.
Data yang akan dicrawling merupakan data yang diberikan terhadap PT.
Rivindi Arta Mandiri.
Untuk melakukan proses K-Means Clustering tentu membutuhkan sebuah data yang cukup banyak sesuai dengan yang dibutuhkan, dalam penelitian ini memberikan gambaran data yang akan diolah pada Tabel 1.
Data Produk Pada tahapan ini adalah identifikasi masalah mengenai produk yang belum mempunyai kelompok, selanjutnya menentukan pemecahan permasalahan yang akan digunakan dalam penelitian ini.
Pengumpulan Data Fase ini merupakan fase pengambilan Data yang nantikan akan diolah berasal dari website masing masing produk dan akan di crawling dan Nama Produk BALDWIN .
F2VY-7A098-A
BALDWIN
BALDWIN
BALDWIN
BALDWIN
BALDWIN
BALDWIN
BALDWIN
C 1043/1
MANN
BF 1018/1
Merk
MANN
Cross Reference