PENERAPAN DATA MINING UNTUK MENGANALISIS PENJUALAN AIR MINUM DALAM KEMASAN SELAMA MASA PANDEMI COVID-19

  • Muhammad Fajar Fauzan Program Studi Teknik Informatika S1, Fakultas Teknik Informatika
  • Ade Irma Purnamasari Program Studi Teknik Informatika S1, Fakultas Teknik Informatika
  • Gifthera Dwilestari Program Studi Teknik Informatika S1, Fakultas Teknik Informatika
Kata Kunci: Penjualan, KNN, Data Mining, K-Means, Clustering

Abstrak

Pada masa Pandemi Covid 19 setiap perusahaan saling bersaing dalam menjual produknya dengan ujung tombaknya. Dalam penelitian ini peneliti menggunakan data untuk mendukung penelitian ini. Penjualan merupakan kegiatan yang perlu diperhatikan setiap perusahaan, karena ujung dari sebuah produksi merupakan penjualan barang. Ketersediaan stok barang tergantung dari hasil penjualan, semakin penjualan tinggi semakin besar untung yang diperoleh perusahaan. Untuk menjaga kestabilan penjualan pada perusahaan, banyak perusahaan yang menggunakan data mining untuk membantu menyelesaikan permasalahan produksi. Penelitian ini bertujuan untuk mererapkan data mining dalam menganalisis data penjualan air minum dalam kemasan selama masa Pandemi Covid 19. Serta untuk mengetahui dampak yang ditimbulkan terhadap penjualan air minum dalam kemasan yang terjadi selama masa Pandemi Covid 19. Penelitian ini menggunakan metode K-Means dan KNN adalah dua buah metode yang telah digunakan dalam pengelompokkan. Berdasarkan hal tersebut dalam penelitian ini, dilakukan perbandingan K-Means dan KNN dalam kasus pengelompokkan. Berdasarkan hasil pengujian dengan mengukur kinerja kedua metode tersebut menggunakan rumus akurasi, kemudian diketahui bahwa K-Means menentukan tingkat penjualan terbanyak dan terendah sedangkan KNN memiliki tingkat akurasi yakni 85%. Penggunaan metode K-means (clustering) dan KNN diimplementasikan menggunakan aplikasi Rapid Miner, yang nantinya akan dilakukan analisis dari metode tersebut. Penelitian ini dilakukan dengan sekelompok data untuk mengetahui persentase nilai precision, recall dan accuracy.

##plugins.generic.usageStats.downloads##

##plugins.generic.usageStats.noStats##
Diterbitkan
2023-03-30