Perancangan Aplikasi Tata Letak Peti Kemas Berbasis Web Menggunakan Algoritma K-Means Pada Pelabuhan IV Terminal Peti Kemas

Main Article Content

Usman - Sitti Harlina Marsellus O Kadang

Abstract

Pelabuhan IV Terminal Peti Kemas merupakan suatu Badan Usaha Milik Negara (BUMN) yang mengelola peti kemas dari berbagai perusahaan lain. Pengaturan tata letak peti kemas dilakukan dengan cara manual sehingga menimbulkan permasalahan sepert peti kemas tidak tersusun dengan baik, sering terjadi kekosongan tempat, serta sering terjadi penumpukan. Akibat yang ditimbulkan dari kesalahan tata letak  peti kemas yaitu pencarian peti kemas membutuhkan waktu yang cukup lama. Salah satu solusi yang dapat digunakan oleh Pelabuhan Terminal IV Peti Kemas adalah menggunakan aplikasi komputer tata letak peti kemas dengan algoritma K-Means. Algoritma K-Means menggunakan teknik clustering sehingga tepat digunakan dalam mengatur tata letak peti kemas. Teknik clustering adalah teknik yang digunakan untuk menangani data yang besar dengan banyak atribut ke dalam sejumlah kelompok kecil. Clustering dilakukan dengan terlebih dahulu menganalisis bagian kecil dari data untuk menentukan klaster. Clustering merupakan pengelompokkan record, observasi, atau kasus ke dalam kelas-kelas objek yang mirip. Clustering berbeda dengan klasifikasi dimana dalam clustering tidak terdapat variabel target. Penggunaan platform yang berbasis web pada aplikasi tata letak peti kemas memiliki beberapa kelebihan yakni data dan informasi dapat diakses setiap saat baik pimpinan maupun karyawan yang mengelola data peti kemas, proses pertukaran data menjadi lebih mudah, serta pengembangan software lebih mudah dilakukan.

Downloads

Download data is not yet available.

Article Details

Section
Articles

References

[1] Abdul Kadir, 2008. “Pemrograman Web Dinamis Menggunakan PHP”, Andi :Yogyakarta.
[2] Achmad Solihin, 2010. “Pemprograman Web dengan PHP dan MySQL”, Informatika Bandung : Bandung.
[3] Han dan Kamber, Micheline. (2010), Data Mining : Concept and Techniques Second Edition, Morgan Kaufmann Publishers.
[4] Witten, I. H., Frank, E., Hall, M. A. 2011. Data Mining Practical Machine Learning Tools and Techniques (3rd ed). USA: Elsevier
[5] Rosa A.s_ M. Shalahuddin,2011, “ Berlajar UML”, Andi Yogyakarta
[6] Fowler, Martin. 2007. “UML Distilled Edisi 3”, Jogyakarta: Andi.
[7] Irma dan Setiawan, 2010. “Cepat Menguasai Internet”, Andi:Yogyakarta
[8] Ladjamuddin, Al-Bahra. 2007. “Rekayasa Perangkat Lunak”. Jogyakarta: Graha Ilmu