SKRIPSI DIGITAL
Penerapan Data Mining Clustering dan Forecasting pada Peramalan Permintaan Suku Cadang (Studi Kasus PT Nasmoco Karangjati Motor) = The Application of Data Mining, Clustering, and Forecasting in Spare Parts Demand Forecasting (Case Study PT Nasmoco Karangjati Motor)
Nurlaila, “Penerapan Data Mining Clustering dan Forecasting pada Peramalan Permintaan Suku Cadang Studi Kasus PT Nasmoco Karangjati Motor”, Skripsi Jurusan Akuntansi Politeknik Negeri
Semarang, di bawah bimbingan Agus Suwondo, S.Kom., M.Kom. dan Dra. Mardinawati, M.M., 2026, 79 halaman.
Pengelolaan pengadaan suku cadang di PT Nasmoco Karangjati Motor menggunakan Monthly Inventory Planning (MIP) berdasarkan data historis penjualan. Namun, proses tersebut belum didukung oleh analisis karakteristik permintaan dan forecasting berbasis data mining sehingga keputusan restocking belum sepenuhnya optimal. Penelitian ini bertujuan mengelompokkan suku cadang berdasarkan karakteristik permintaan serta menghasilkan model forecasting untuk mendukung perencanaan restocking. Penelitian menerapkan metodologi CRISP-DM menggunakan data penjualan periode Januari 2024-Desember 2025. Sebanyak 2.632 item suku cadang dikelompokkan menjadi 5 cluster menggunakan algoritma K-Means. Selanjutnya, peramalan dilakukan terhadap 10 item dari cluster prioritas menggunakan algoritma Linear Regression, Random Forest, Decision Tree, dan Gradient Boosted Trees dengan pembagian data 80% training dan 20% testing. Pengolahan data dilakukan menggunakan Microsoft Excel, RapidMiner, dan Power
BI. Hasil penelitian menunjukkan bahwa Linear Regression memberikan kinerja terbaik dengan nilai rata-rata MAPE 25,70%, sehingga termasuk kategori Reasonable Forecasting. Model yang dihasilkan diharapkan dapat mendukung pengambilan keputusan pengadaan suku cadang secara lebih objektif dan berbasis data.
Kata Kunci: Data Mining, Clustering, K-Means, Forecasting, Linear Regression, Random Forest, Decision Tree, Gradient Boosted Trees Persediaan Suku Cadang.
Tidak tersedia versi lain