UNSURYAUNSURYA

JSI (Jurnal sistem Informasi) Universitas SuryadarmaJSI (Jurnal sistem Informasi) Universitas Suryadarma

Penjualan sepatu di Toko “X mencakup berbagai merek, seperti Fladeo, Cardinal, dr. Kevin, dan Jackson. Sistem pengelolaan data penjualan di toko ini pada saat penelitian masih menggunakan pencatatan secara manual, di mana hasil penjualan hanya diproses dalam format MS Excel. Untuk memudahkan pengelolaan dan perencanaan penjualan di masa depan, diperlukan prediksi penjualan menggunakan teknik klasifikasi data mining, yaitu algoritma K-Nearest Neighbor Regression. Berdasarkan hasil penelitian, prediksi penjualan sepatu terlaris menunjukkan bahwa nilai K = 2 menghasilkan RMSE 0,43 untuk produk Fladeo, K = 3 menghasilkan RMSE 0,46 untuk produk Cardinal, K = 13 menghasilkan RMSE 0,46 untuk produk dr. Kevin, dan K = 6 menghasilkan RMSE 0,49 untuk produk Jackson. Berdasarkan pedoman RMSE, dapat disimpulkan bahwa semua model yang diuji menunjukkan tingkat kesalahan sedang, yaitu antara 0,30 hingga 0,56.

Berdasarkan hasil penelitian dan pengujian model prediksi penjualan menggunakan metode K-Nearest Neighbor Regression, dapat disimpulkan bahwa nilai k yang paling optimal dari rentang 1 hingga 15 adalah sebagai berikut.k = 2 untuk produk sepatu Fladeo dengan RMSE sebesar 0.43494, k = 3 untuk produk Cardinal dengan RMSE sebesar 0.46214, k = 13 untuk produk dr.45539, dan k = 14 untuk produk Jackson dengan RMSE sebesar 0.Mengacu pada pedoman interpretasi RMSE, dapat disimpulkan bahwa tingkat kesalahan seluruh model yang diuji memiliki tingkat kesalahan sedang, karena nilai RMSE yang diperoleh berada dalam rentang 0,30 hingga 0,599.Penelitian ini memberikan wawasan tentang penerapan K-NN Regression dalam memprediksi penjualan produk sepatu, yang dapat membantu toko dalam perencanaan dan pengelolaan inventaris.

Penelitian selanjutnya dapat difokuskan pada perbandingan kinerja algoritma K-Nearest Neighbor dengan algoritma machine learning lainnya, seperti Support Vector Machine atau Random Forest, untuk melihat algoritma mana yang memberikan akurasi prediksi terbaik untuk data penjualan sepatu di Toko “X. Selain itu, penelitian dapat diperluas dengan mempertimbangkan faktor-faktor eksternal yang dapat mempengaruhi penjualan sepatu, seperti tren mode, musim, dan promosi, untuk meningkatkan akurasi model prediksi. Terakhir, pengembangan sistem prediksi penjualan yang terintegrasi dengan sistem informasi toko, sehingga prediksi dapat digunakan secara langsung dalam pengambilan keputusan bisnis, seperti penentuan stok barang dan strategi pemasaran, akan sangat bermanfaat bagi Toko “X.

  1. Implementasi Data Mining Dalam Memprediksi Transaksi Penjualan Menggunakan Algoritma Apriori (Studi Kasus... ejournal.uin-malang.ac.id/index.php/saintek/article/view/7821Implementasi Data Mining Dalam Memprediksi Transaksi Penjualan Menggunakan Algoritma Apriori Studi Kasus ejournal uin malang ac index php saintek article view 7821
Read online
File size729.5 KB
Pages10
DMCAReport

Related /

ads-block-test