IMPLEMENTASI DATA MINING ANALISA POLA TREN FASHION MENGGUNAKAN METODE K-NEAREST NEIGHBOR (STUDI KASUS : REVISHAH FASHION)
Total View This Week0
Total View This Week0
Institusion
Universitas Darma Persada
Author
Ririn, Agustin
Subject
005.1 Programming/Pemrograman
Datestamp
2024-07-18 02:21:26
Abstract :
Skripsi ini menerapkan data mining menganalisis tren produk fashion menggunakan metode K-Nearest Neighbor. Metode Algoritma Sarima yang berfungsi menentuhkan waktu yang tepat untuk promosi produk, dan metode KNearest Neighbor (6) digunakan untuk memprediksi produk fashion yang paling cocok. Dataset berisi riwayat pembelian pelanggan dan atribut produk fashion. Hasil analisis pola pelanggan dan prediksi produk fashion dapat membantu perusahaan fashion dalam pengambilan keputusan strategis. Penelitian ini berkontribusi dalam penggunaan data mining untuk memahami preferensi pelanggan dan meningkatkan keputusan bisnis perusahaan fashion. penggunaan dataset yang terdiri dari riwayat pembelian pelanggan dan atribut produk fashion. Pertama, Hasil analisa rsebut digunakan untuk memahami preferensi dan kebiasaan belanja pelanggan. Selanjutnya, menggunakan metode KNN, dilakukan prediksi produk fashion yang paling cocok untuk pelanggan baru berdasarkan atribut produk dan data pelanggan yang ada.adapun hasil pengujian mengunakan konfution matriks. Precition laris 75.58 dan Precition tidak laris 24.42%. Recall laris bernilai 75.58 dam Recall tidak laris 24,42%. Akuransi laris 75.58% dan akuransi tidak laris 24.42%. F-1 Score Laris 75.58% dam akuransi 24.42%.
Skripsi ini menerapkan data mining menganalisis tren produk fashion menggunakan metode K-Nearest Neighbor. Metode Algoritma Sarima yang berfungsi menentuhkan waktu yang tepat untuk promosi produk, dan metode KNearest Neighbor (6) digunakan untuk memprediksi produk fashion yang paling cocok. Dataset berisi riwayat pembelian pelanggan dan atribut produk fashion. Hasil analisis pola pelanggan dan prediksi produk fashion dapat membantu perusahaan fashion dalam pengambilan keputusan strategis. Penelitian ini berkontribusi dalam penggunaan data mining untuk memahami preferensi pelanggan dan meningkatkan keputusan bisnis perusahaan fashion. penggunaan dataset yang terdiri dari riwayat pembelian pelanggan dan atribut produk fashion. Pertama, Hasil analisa rsebut digunakan untuk memahami preferensi dan kebiasaan belanja pelanggan. Selanjutnya, menggunakan metode KNN, dilakukan prediksi produk fashion yang paling cocok untuk pelanggan baru berdasarkan atribut produk dan data pelanggan yang ada.adapun hasil pengujian mengunakan konfution matriks. Precition laris 75.58 dan Precition tidak laris 24.42%. Recall laris bernilai 75.58 dam Recall tidak laris 24,42%. Akuransi laris 75.58% dan akuransi tidak laris 24.42%. F-1 Score Laris 75.58% dam akuransi 24.42%.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
