K- NEAREST NEIGHBOR REGRESSION UNTUK PREDIKSI PENJUALAN DONUT
Abstract
Toko Donut “X” merupakan sebuah toko yang memproduksi variasi roti dan kue dengan menggunakan bahan pilihan terbaik tanpa menggunakan pengawet. Permasalahan yang terjadi toko tersebut adalah kesulitan untuk memprediksi permintaan konsumen dan juga belum bisa memprediksi penjualan di masa yang akan datang. Agar mempermudah pihak pengusaha dalam merencanakan penjualan serta penjadwalan produksi. Maka dilakukan prediksi penjualan produk menggunakan teknik K-Nearest Neighbor Regression. Metode yang diterapkan dalam penelitian ini adalah Knowledge Discovery in Database (KDD). Metode yang diterapkan melewati 5 tahap yaitu; Data Selection, Preprocessing, Transformation, Data Mining, Interpretation/Evaluation. Hasil pada penelitian ini menunjukan prediksi penjualan terlaris pada produk Blackforest di bulan Juni dengan k = 12 RMSE = 0.41876, Brownies di bulan Januari dengan k = 4 RMSE = 0.46398, Coklat di bulan Februari dengan k = 9 RMSE = 0.4827, Donat di bulan Juli dengan k = 14 RMSE = 0.47980, Tart di bulan Juli dengan k = 12 RMSE = 0.47381, Triple Disert Box di bulan November dengan k = 13 RMSE = 0.49336. Sesuai dengan pedoman RMSE dapat disimpulkan bahwa seluruh model yang diuji memiliki tingkat kesalahan sedang dalam range 0,30 – 0,599.
Downloads
References
[2] I. A. Nikmatun and I. Waspada, “IMPLEMENTASI DATA MINING UNTUK KLASIFIKASI MASA STUDI MAHASISWA MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR,” Jurnal SIMETRIS, vol. 10, no. 2, 2019.
[3] P. N. Harahap and S. Sulindawaty, “Implementasi Data Mining Dalam Memprediksi Transaksi Penjualan Menggunakan Algoritma Apriori (Studi Kasus PT.Arma Anugerah Abadi Cabang Sei Rampah),” MATICS, vol. 11, no. 2, p. 46, Jan. 2020, doi: 10.18860/mat.v11i2.7821.
[4] V. Kotu and B. Deshpande, Predictive analytics and data mining : concepts and practice with RapidMiner.
[5] D. M. Meliala and P. Hasugian, “Perbandingan Algoritma K-Nearest Neighbor Dengan Decision Tree Dalam Memprediksi Penjualan Makanan Hewan Peliharaan Di Petshop Dore Vet Clinic,” Jurnal Teknologi Informasi, vol. 3, 2020.
[6] Y. Mukhlisin, M. Imrona, and D. T. Murdiansyah, “Prediksi Harga Beras Premium dengan Metode Algoritma K-Nearest Neighbor,” 2020.
[7] M. A. Rahman, N. Hidayat, and A. A. Supianto, “Komparasi Metode Data Mining K-Nearest Neighbor Dengan Naïve Bayes Untuk Klasifikasi Kualitas Air Bersih (Studi Kasus PDAM Tirta Kencana Kabupaten Jombang),” 2018. [Online]. Available: http://j-ptiik.ub.ac.id
[8] Jasmir, D. Zaenal Abidin, S. Nurmaini, and R. Firsandaya Malik, “Penerapan Metode K-Nearest Neighbor dalam Memprediksi Masa Studi Mahasiswa,” 2017.
[9] M. M. Baharuddin, H. Azis, and T. Hasanuddin, “ANALISIS PERFORMA METODE K-NEAREST NEIGHBOR UNTUK IDENTIFIKASI JENIS KACA,” ILKOM Jurnal Ilmiah, vol. 11, no. 3, pp. 269–274, Dec. 2019, doi: 10.33096/ilkom.v11i3.489.269-274.
[10] R. Hutami and E. Z. Astuti, “Implementasi MetodemK-Nearest Neighbor Untuk Prediksi Penjualan Furniture Pasa CV.Octo Agung Jepara,” 2016.
[11] D. Berrar, “Cross-validation,” in Encyclopedia of Bioinformatics and Computational Biology: ABC of Bioinformatics, vol. 1–3, Elsevier, 2018, pp. 542–545. doi: 10.1016/B978-0-12-809633-8.20349-X.

This work is licensed under a Creative Commons Attribution 4.0 International License.