IMPLEMENTASI METODE K-NEAREST NEIGHBOR UNTUK PREDIKSI PENJUALAN KEMASAN SKINCARE PADA PT. UNIVERSAL JAYA PERKASA
Keywords:
K-Nearest Neighbor(KNN), Data mining, ForecastingAbstract
- PT. Universal Jaya Perkasa merupakan perusahaan yang bergerak dalam industri kemasan
skincare. Perusahaan ini memiliki berbagai jenis kemasan skincare yang ditawarkan. Kendala yang dialami
perusahaan yaitu belum adanya suatu metode dalam menentukan prediksi penjualan pada setiap produk di
PT. Universal Jaya Perkasa dan belum adanya akurasi yang tepat dalam melihat penentuan suatu prediksi
penjualan produk sehingga terjadi penumpukkan barang yang tidak terjual sesuai target perusahaan. Maka
dibutuhkan prediksi untuk penjualan produk kemasan skincare yang paling banyak diminati setiap bulannya,
yang berguna untuk mempermudah pihak perusahaan dalam perencanaan penyediaan stok produk. Untuk
mengetahui penjualan produk kemasan skincare yang paling banyak diminati digunakan teknik klasifikasi
data mining dan algoritma K-Nearest Neighbor menggunakan tools Rapidminer. Hasil perhitungan data
mining menggunakan teknik klasifikasi dan algoritma K-Nearest Neighbor, terdiri dari atribut Kategori
Produk, Kuantitas dan Bulan. Didapatkan hasil prediksi penjualan tertinggi pada produk kemasan skincare
dengan 7 kategori produk yaitu Lipgloss Tube pada bulan (Juli & Maret), Cream Bottle (Februari), Essential
Oil Bottle (Oktober), Spray Bottle (September), Powder Box (Januari), Pump Bottle (Agustus & Oktober) dan
Tube (Agustus & Desember). Hasil pengujian perhitungan akurasi menggunakan Rapidminer untuk
mengetahui penjualan beberapa bulan mendatang diperoleh hasil nilai akurasi 80%.
References
F. Hermawan and H. Agung, “Implementasi
Metode K-Nearest Neighbor Pada Aplikasi
Data Penjualan PT. Multitek Mitra Sejati,” J.
Sains dan Teknol., vol. 4, pp. 103–109, 2017.
A. Ghani Muttaqin, K. Auliasari, and F. Santi
Wahyuni, “Penerapan Metode K-Nearest
Neighbor Untuk Prediksi Penjualan Berbasis
Web Pada Pt.Wika Industri Energy,” JATI
(Jurnal Mhs. Tek. Inform., vol. 4, no. 2, pp. 1–
, 2020, doi: 10.36040/jati.v4i2.2728.
I. Yolanda and H. Fahmi, “Penerapan Data
Mining Untuk Prediksi Penjualan Produk Roti
Terlaris Pada PT. Nippon Indosari Corpindo
Tbk Menggunakan Metode K-Nearest
Neighbor,” J. Ilmu Komput. dan Sist. …, vol.
, no. 3, pp. 9–15, 2021, [Online]. Available:
http://ejournal.sisfokomtek.org/index.php/jik
om/article/view/83.
M. Arhami and M. Nasir, Data Mining -
Algoritma dan Implementasi. Penerbit Andi,
F. Ristianto and A. Yoraeni, “Impementasi
Metode Naive Bayes Untuk Prediksi Harga
Emas,” J. CO-SCIENCE (Computer Sci., vol.
, no. 1, pp. 62–71, 2021, [Online]. Available:
http://jurnal.bsi.ac.id/index.php/coscience/article/view/201.
E. Prasetyowati, DATA MINING
Pengelompokan Data untuk Informasi dan
Evaluasi. Duta Media Publishing, 2017.
I. Andriyanto, “Peranan Data Mining Dalam
Perusahaan,” Irwin Andriyanto, 2020.
https://www.course-net.com/peranan-datamining-dalam-perusahaan/ (accessed Jun. 10,
.
Ardiyansyah, P. A. Rahayuningsih, and R.
Maulana, “Analisis Perbandingan Algoritma
Klasifikasi Data Mining Untuk Dataset
Blogger Dengan Rapid Miner,” J.
Khatulistiwa Inform., vol. VI, no. 1, pp. 20–
, 2018.
D. Handoko, H. S. Tambunan, and J. T.
Hardinata, “Analisis Penjualan Produk Paket
Kuota Internet Dengan Metode K-Nearest
Neighbor,” Jurasik (Jurnal Ris. Sist. Inf. dan
Tek. Inform., vol. 6, no. 1, p. 111, 2021, doi:
30645/jurasik.v6i1.275.
Sugiyono, Metode Penelitian Pendekatan
kuantitatif, Kualitatif dan R&D. Bandung: CV
ALFABETA, 2017.
