STMIKJAYAKARTASTMIKJAYAKARTA
Journal of Information System, Informatics and ComputingJournal of Information System, Informatics and ComputingToko Donut “X merupakan sebuah toko yang memproduksi variasi roti dan kue dengan menggunakan bahan pilihan terbaik tanpa menggunakan pengawet. Permasalahan yang terjadi pada 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 menunjukkan 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.
Hasil penelitian dan pengujian model prediksi penjualan menggunakan metode K-Nearest Neighbor Regression, dapat ditarik kesimpulan bahwa nilai k yang paling optimal dari rentang 1 sampai 15 adalah nilai k = 12 menghasilkan nilai RMSE 0.41876 untuk produk Blackforest, k = 4 menghasilkan nilai RMSE 0.46398 untuk produk brownies, k = 9 menghasilkan nilai RMSE 0.46827 untuk produk coklat, k = 14 menghasilkan nilai RMSE 0.47980 untuk produk Donat, k = 12 menghasilkan nilai RMSE 0.47381 untuk produk Tart, dan k = 13 menghasilkan nilai RMSE 0.Dengan demikian berdasarkan pedoman interpretasi RMSE dapat disimpulkan bahwa tingkat kesalahan seluruh model pengujian dalam penelitian prediksi penjualan produk dengan metode K-Nearest Neighbor Regression yang penulis uji memiliki kesalahan sedang dikarenakan nilai RMSE yang didapat berada dalam range 0,30 – 0,599.Kesalahan sedang berarti hasil prediksi sedikit mendekati nilai yang sebenarnya.Diperoleh hasil prediksi penjualan produk terlaris untuk Blackforest pada bulan ke-6, Brownies pada bulan ke-1, Coklat pada bulan ke-2, Donat pada bulan ke-7, Tart pada bulan ke-6, dan Triple Disert Box pada bulan ke-11.
Berdasarkan penelitian ini, terdapat beberapa saran penelitian lanjutan yang dapat dikembangkan. Pertama, perlu dilakukan eksplorasi lebih lanjut terhadap variabel-variabel lain yang mungkin memengaruhi penjualan, seperti faktor cuaca, promosi, atau bahkan tren media sosial. Dengan menambahkan variabel-variabel ini, model prediksi dapat menjadi lebih akurat dan komprehensif. Kedua, penelitian selanjutnya dapat mencoba menggabungkan beberapa algoritma machine learning yang berbeda, seperti K-Nearest Neighbor dengan Support Vector Machine, untuk menciptakan model ensemble yang lebih robust dan mampu menangani berbagai jenis data dengan lebih baik. Ketiga, penting untuk melakukan validasi model prediksi pada data yang lebih besar dan beragam, serta menguji performanya dalam jangka waktu yang lebih panjang untuk memastikan keandalannya dalam kondisi yang berbeda-beda. Dengan demikian, hasil prediksi dapat memberikan informasi yang lebih akurat dan bermanfaat bagi pengusaha dalam pengambilan keputusan terkait perencanaan produksi dan pengelolaan stok.
| File size | 1.33 MB |
| Pages | 11 |
| DMCA | Report |
Related /
FKPTFKPT Normalisasi data dilakukan menggunakan metode Min-Max untuk menyamakan skala variabel Quantity dan Profit sehingga proses clustering K-Means lebih akurat.Normalisasi data dilakukan menggunakan metode Min-Max untuk menyamakan skala variabel Quantity dan Profit sehingga proses clustering K-Means lebih akurat.
UMBPUMBP Pelaksanaan tata kelola TI saat proses kerja TI di SMAS GKPI Padang Bulan yang meliputi domain MEA01, APO09 dan DSS02 telah dilakukan dengan baik. TingkatPelaksanaan tata kelola TI saat proses kerja TI di SMAS GKPI Padang Bulan yang meliputi domain MEA01, APO09 dan DSS02 telah dilakukan dengan baik. Tingkat
STMIKJAYAKARTASTMIKJAYAKARTA Penelitian ini bertujuan merancang dan menerapkan sistem keamanan berbasis IoT menggunakan mikrokontroler ESP32 DevKit V1, ESP32 Cam, sensor AM312, danPenelitian ini bertujuan merancang dan menerapkan sistem keamanan berbasis IoT menggunakan mikrokontroler ESP32 DevKit V1, ESP32 Cam, sensor AM312, dan
UMIUMI Penerapan metode data mining dalam analisis data medis terbukti memberikan hasil yang signifikan dan dapat digunakan sebagai acuan dalam pencegahan danPenerapan metode data mining dalam analisis data medis terbukti memberikan hasil yang signifikan dan dapat digunakan sebagai acuan dalam pencegahan dan
UNDAUNDA Penulis menggunakan metode fuzzy Tsukamoto untuk menentukan jumlah penjualan ayam goreng drakor dari data yang didapatkan pada bulan Juni, dengan memperolehPenulis menggunakan metode fuzzy Tsukamoto untuk menentukan jumlah penjualan ayam goreng drakor dari data yang didapatkan pada bulan Juni, dengan memperoleh
UNDAUNDA Meskipun metode ini efektif dalam memberikan rekomendasi produksi yang sesuai dengan permintaan dan ketersediaan bahan baku, penelitian dan pengembanganMeskipun metode ini efektif dalam memberikan rekomendasi produksi yang sesuai dengan permintaan dan ketersediaan bahan baku, penelitian dan pengembangan
DCCKOTABUMIDCCKOTABUMI Proses ini terbagi menjadi enam tahapan, yaitu: analisa kebutuhan, perancangan, implementasi, pengujian dan pengembangan pada sistem. Pada tahap pengujianProses ini terbagi menjadi enam tahapan, yaitu: analisa kebutuhan, perancangan, implementasi, pengujian dan pengembangan pada sistem. Pada tahap pengujian
DCCKOTABUMIDCCKOTABUMI Dengan menggunakan aplikasi IDS dan Network Monitoring seperti Microsoft Network Monitor bisa mendeteksi serangan yang mentargetkan server. PencegahanDengan menggunakan aplikasi IDS dan Network Monitoring seperti Microsoft Network Monitor bisa mendeteksi serangan yang mentargetkan server. Pencegahan
Useful /
UIJUIJ Penelitian ini dilatar belakangi oleh kemampuan istima siswa yang masih rendah dan belum maksimalnya penggunaan metode dan media pembelajaran yang sesuai.Penelitian ini dilatar belakangi oleh kemampuan istima siswa yang masih rendah dan belum maksimalnya penggunaan metode dan media pembelajaran yang sesuai.
ARIMBIARIMBI Koefisien determinasi (R²) sebesar 0,757 menunjukkan bahwa 75,7% variasi keputusan pembelian dijelaskan oleh ketiga variabel tersebut, sementara 24,3%Koefisien determinasi (R²) sebesar 0,757 menunjukkan bahwa 75,7% variasi keputusan pembelian dijelaskan oleh ketiga variabel tersebut, sementara 24,3%
STIKESALMAARIFSTIKESALMAARIF Hasil penelitian: dari 33 responden terdapat 23 responden (69,7%) yang kunjungan nifasnya cukup dan10 responden (30,3%) tidak cukup, terdapat 23 respondenHasil penelitian: dari 33 responden terdapat 23 responden (69,7%) yang kunjungan nifasnya cukup dan10 responden (30,3%) tidak cukup, terdapat 23 responden
UNITRIUNITRI Hal tersebut ditunjukan oleh kemasaman tanah, kandungan bahan organik, dan nitrogen yang rendah. Untuk memperbaiki tingkat kesuburan Inceptisol salah satunyaHal tersebut ditunjukan oleh kemasaman tanah, kandungan bahan organik, dan nitrogen yang rendah. Untuk memperbaiki tingkat kesuburan Inceptisol salah satunya