@thesis{thesis,
		author={Tommy  Sudibyo},
		title ={PERANCANGAN BERBASIS WEB UNTUK CLUSTERING
DAN PREDIKSI JUMLAH PENJUALAN DENGAN METODE
K-MEANS DAN REGRESI POLINOMIAL 
Studi Kasus : CV. MUG SABI SABLON},
		year={2023},
		url={http://repository.unsada.ac.id/7619/},
		abstract={Penelitian ini bertujuan untuk menghasilkan informasi tambahan, serta
membuat sebuah aplikasi yang dapat memonitoring dan mengelompokkan data
yang dapat digunakan pada CV. Mug Sabi Sablon untuk memudahkan pendataan
stok barang. Data yang digunakan berupa data barang seperti data barang masuk,
data barang keluar, jumlah barang masuk, jumlah barang keluar, dan data dari
pengguna sperti, nama, password, email, no handphone. Pengolahan datanya masih
manual sehingga membutuhkan machine learning pada aplikasi yang dibuat agar
data tersebut dapat dikelompokkan dan diatur penjadwalan dengan baik. Aplikasi
yang dibuat menggunakan metode K-Means dan Regresi Polinomial, machine
learning dan penjadwalan tersebut akan diuji dan dievaluasi untuk pengclusteran
pengelompokan data sehingga dapat mengetahui suatu barang yang banyak
peminatnya. Bahasa pemrograman yang digunakan adalah PHP. Tujuan dari
penelitian ini pertama untuk mengelompokkan jumlah penjualan dengan metode KMeans

dan untuk memprediksi jumlah penjualan dengan metode Reggresi
Polinomial, kedua metode tersebut yang berbasis machine learning menggunakan
libbrary PHP ML (machine learning). Penentuan kebutuhan sistem dilakukan
dengan cara observasi dan wawancara dengan pihak terkait dan pembimbing
lapangan.}
		}