IMPLEMENTASI METODE K-NEAREST NEIGHBORS(KNN) UNTUK PREDIKSI PENJUALAN PRODUK TERLARIS TOKO GRIYA SYIFA WALLPAPER
Total View This Week0
Total View This Week0
Institusion
Universitas Nahdlatul Ulama Sunan Giri
Author
ROHIMAWAN, MUHAMMAD RUDI
Subject
005 Pemrograman komputer, program dan data
Datestamp
2024-08-16 05:34:33
Abstract :
Penelitian ini mengimplementasikan metode K-Nearest Neighbors (KNN) untuk memprediksi penjualan produk terlaris di Toko Griya Syifa Wallpaper. Tujuan penelitian adalah mengembangkan sistem prediksi penjualan yang membantu pemilik toko merencanakan stok lebih efisien dan menghindari penumpukan produk. Data yang digunakan adalah data penjualan wallpaper dari toko tersebut. KNN dipilih karena kemampuannya mengklasifikasikan data berdasarkan jarak terdekat, meski terdapat banyak noise dalam data pelatihan. Hasil penelitian menunjukkan bahwa KNN memiliki tingkat akurasi tinggi dalam memprediksi penjualan, membantu pemilik toko membuat keputusan lebih baik terkait persediaan, sehingga meningkatkan efisiensi operasional dan profitabilitas toko. Dari data uji yang diproses menggunakan data latih yang ada, sistem dapat menentukan prediksi penjualan wallpaper menggunakan metode K-Nearest Neighbor dengan nilai parameter k-3. Hasil RMSE terendah adalah pada penjualan vinyl lantai yaitu 5,190, untuk wallpaper vinyl 6,659, untuk Lis Foam 8,952, dan nilai RMSE tertinggi pada penjualan wallpaper yaitu 14,784.
Penelitian ini mengimplementasikan metode K-Nearest Neighbors (KNN) untuk memprediksi penjualan produk terlaris di Toko Griya Syifa Wallpaper. Tujuan penelitian adalah mengembangkan sistem prediksi penjualan yang membantu pemilik toko merencanakan stok lebih efisien dan menghindari penumpukan produk. Data yang digunakan adalah data penjualan wallpaper dari toko tersebut. KNN dipilih karena kemampuannya mengklasifikasikan data berdasarkan jarak terdekat, meski terdapat banyak noise dalam data pelatihan. Hasil penelitian menunjukkan bahwa KNN memiliki tingkat akurasi tinggi dalam memprediksi penjualan, membantu pemilik toko membuat keputusan lebih baik terkait persediaan, sehingga meningkatkan efisiensi operasional dan profitabilitas toko. Dari data uji yang diproses menggunakan data latih yang ada, sistem dapat menentukan prediksi penjualan wallpaper menggunakan metode K-Nearest Neighbor dengan nilai parameter k-3. Hasil RMSE terendah adalah pada penjualan vinyl lantai yaitu 5,190, untuk wallpaper vinyl 6,659, untuk Lis Foam 8,952, dan nilai RMSE tertinggi pada penjualan wallpaper yaitu 14,784.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
