PENERAPAN METODE K-NEAREST NEIGHBORS UNTUK PREDIKSI PENJUALAN BERBASIS WEB PADA BOUTIQ DEALOVE BONDOWOSO

  • Mohammad Kafil Teknik Informatika, Institut Teknologi Nasional Malang
Keywords: K-Nearest Neighbors, Peramalan, stok gudang, penjualan

Abstract

Butik Dealove Bondowoso merupakan toko yang menyediakan berbagai macam kebutuhan yang berhubungan dengan pakaian. Sistem penjualan yang ada di butik dialove masih dilakukan secara manual dalam pencatatan barang yang kelur atau dijual. Sehingga masih memiliki berbagai kekurangan dan kendala yang dihadapi. Kendala yang dihadapi yaitu sulitnya mendata banyak barang yang keluar setiap hari, perhitungan stok barang yang tidak akurat, serta proses penjumlahan harga yang sering terjadi kesalahan,peramalan penjualan yang kurang akurat karena dikerjakan secara manual karna belum adanya sistem pendukung untuk mempermudah peramalan penjualan. Permintaan konsumen yang tidak menentu seiring keperluan yang makin tinggi, mengakibatkan kekurangan stok di gudang.
Prediksi adalah suatu proses memperkirakan secara sistematis tentang sesuatu yang paling mungkin terjadi di masa depan berdasarkan informasi masa lalu dan sekarang yang dimiliki, agar kesalahannya (selisih antara sesuatu yang terjadi dengan hasil perkiraan) dapat diperkecil. Prediksi tidak harus memberikan jawaban secara pasti kejadian yang akan terjadi, melainkan berusaha untuk mencari jawaban sedekat mungkin yang akan terjadi. Algoritma k-nearest neighbor (k-NN atau KNN) adalah sebuah metode untuk melakukan klasifikasi terhadap objek berdasarkan data pembelajaran yang jaraknya paling dekat dengan objek tersebut.
Berdasarkan implmentasi dan pengujian yang dilakukan dapat ditarik kesimpulan sebagai berikut. Hasil pengujian fungsional halaman website yang dilakukan pada 3 browser, yaitu Mozilla Firefox, Internet Explorer dan Google Chrome halaman website berhasil berjalan dengan baik sehingga dapat dinyatakan bahwa website bisa berjalan baik di ke-3 web browser .Hasil pengujian keakuratan metode menggunkan menggunakan 12 data traning dan 12 data testing diperoleh hasil nilai akurasi 83,3% dan nilai error sebesar 16,7%

Downloads

Download data is not yet available.
Published
2019-09-02