Penerapan Data Mining dengan Metode K-Nearest Neighbor untuk Memprediksi Penjualan Aksesoris Aquarium

Penulis

  • Yudhistira Adhitya Universitas Pelita Harapan
  • Charles Chaywin Universitas Pelita Harapan

DOI:

https://doi.org/10.54259/satesi.v3i2.2239

Kata Kunci:

Data Mining, K-Nearest Neighbor, Aquarium Accessories

Abstrak

Surya Jaya Aquarium adalah salah satu industri yang bergerak di bidang penjualan berbagai jenis aksesoris aquarium, seperti mesin-mesin aquarium, media filter, lampu aquarium. Saat ini, PT. Surya Jaya Aquarium sering kekurangan barang tertentu pada saat adanya pemesanan barang dari customer. Sementara itu sering kelebihan barang lainnya pada saat yang sama karena kurangnya pemesanan dari customer. Untuk itu, maka perlu dilakukan proses prediksi penjualan produk pada perusahaan, sehingga dapat dilakukan proses pengontrolan pemesanan produk. Untuk melakukan proses prediksi, maka dapat diterapkan algoritma K-Nearest Neighbor. Tujuan algoritma ini adalah untuk mengklasifikasikan objek baru menggunakan ciri dan sampel data training. Data yang digunakan dalam penelitian ini ialah data penjualan produk aksesoris aquarium bersumber pada penjualan 3 tahun terakhir dari tahun 2020, 2021, serta 2022 yang berasal dari PT. Surya Jaya Aquarium. Setelah itu data tersebut dipilih serta akan digunakan untuk diolah dalam memprediksi penjualan aksesoris aquarium untuk periode berikutnya. Teknik K-Nearest Neighbor digunakan dalam penelitian ini untuk memodelkan data yang telah disiapkan menggunakan tahap Knowledge Discovery in Databases (KDD). Dari hasil pengujian yang dilakukan, diperoleh informasi bahwa tingkat kesalahan (error) dari hasil prediksi penjualan adalah sebesar 6.196%.

 

Unduhan

Data unduhan belum tersedia.

Referensi

M. Muttaqin et al., Pengantar Teknologi Digital. Yayasan Kita Menulis, 2023.

M. Muttaqin et al., Pengantar Internet. Yayasan Kita Menulis, 2023.

A. Maulana et al., Manajemen Bisnis Digital dan E- Commerce. Yayasan Kita Menulis, 2023.

A. Maulana et al., Pengantar Manajemen Basis Data dengan MySQL. Yayasan Kita Menulis, 2023.

E. Turban, R. Sharda, J. E. Aronson, and D. King, Business intelligence: A managerial approach. Pearson Prentice Hall Upper Saddle River, NJ, 2008.

S. Wahyuddin et al., Audit Sistem Informasi. Global Eksekutif Teknologi, 2023.

M. H. Siregar, “Data Mining Klasterisasi Penjualan Alat-Alat Bangunan Menggunakan Metode K-Means (Studi Kasus Di Toko Adi Bangunan),” Jurnal Teknologi Dan Open Source, vol. 1, no. 2, pp. 83–91, 2018.

G. Chairis and A. Maulana, “Analisis Perancangan dan Implementasi Sistem Informasi Stationary Berbasis Web pada PT. Indako Trading Coy,” Journal Information System Development (ISD), vol. 7, no. 2, pp. 78–90, 2022.

A. Syamil et al., Buku Ajar Manajemen Rantai Pasok. PT. Sonpedia Publishing Indonesia, 2023.

W. P. Widharta, “Penyusunan strategi dan sistem penjualan dalam rangka meningkatkan penjualan toko damai,” Jurnal Strategi Pemasaran, vol. 1, no. 2, pp. 1–15, 2013.

J. Han, M. Kamber, and J. Pei, “Data Mining: Concepts and Techniques Second Edition,” 2006. [Online]. Available: www.mkp.com

A. D. W. M. Sidik, I. H. Kusumah, A. Suryana, M. Artiyasa, A. P. Junfithrana, and others, “Gambaran Umum Metode Klasifikasi Data Mining,” FIDELITY: Jurnal Teknik Elektro, vol. 2, no. 2, pp. 34–38, 2020.

A. Jaelani, “Deteksi dan klasifikasi tipe bangunan pada Citra Satelit menggunakan Metode K Nearest Neighbor,” Universitas Islam Negeri Maulana Malik Ibrahim, 2020.

R. Takdirillah, “Penerapan Data Mining Menggunakan Algoritma Apriori Terhadap Data Transaksi Penjualan Bisnis Ritel,” Edumatic: Jurnal Pendidikan Informatika, vol. 4, no. 1, pp. 37–46, 2020.

I. Rahmayuni, “Perbandingan performansi algoritma c4. 5 dan cart dalam klasifiksi data nilai mahasiswa prodi teknik komputer politeknik negeri padang,” Jurnal Teknoif Teknik Informatika Institut Teknologi Padang, vol. 2, no. 1, pp. 40– 46, 2014.

A. M. Siregar, S. Kom, M. K. D. A. N. A. Puspabhuana, S. Kom, and M. Kom, Data Mining: Pengolahan Data Menjadi Informasi dengan RapidMiner. CV Kekata Group, 2017.

Unduhan

Diterbitkan

2023-10-28

Cara Mengutip

Yudhistira Adhitya, & Charles Chaywin. (2023). Penerapan Data Mining dengan Metode K-Nearest Neighbor untuk Memprediksi Penjualan Aksesoris Aquarium. SATESI: Jurnal Sains Teknologi Dan Sistem Informasi, 3(2), 89–96. https://doi.org/10.54259/satesi.v3i2.2239

Terbitan

Vol 3 No 2 (2023): Oktober 2023

Bagian

Articles

Lisensi

Hak Cipta (c) 2023 Yudhistira Adhitya, Charles Chaywin

Creative Commons License

Artikel ini berlisensi Creative Commons Attribution 4.0 International License.

Authors who publish with this journal agree to the following terms:

  1. Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under Creative Commons Attribution 4.0 International License that allows others to share the work with an acknowledgment of the work's authorship and initial publication in this journal.
  2. Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
  3. Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (Refer to The Effect of Open Access).