PIPI

JOISIE (Journal Of Information Systems And Informatics Engineering)JOISIE (Journal Of Information Systems And Informatics Engineering)

PT XYZ Palembang merupakan salah satu perusahaan farmasi nasional yang menyuplai pemenuhan obat di Indonesia. Perusahaan ini memproduksi berbagai produk obat-obatan dengan jumlah yang sangat besar. Diketahui bahwa penjualan produk obat-obatan dalam 3 tahun terakhir mengalami penurunan dan peningkatan setiap bulan. Dengan adanya penurunan dan peningkatan penjualan tersebut, perusahaan harus memperkirakan penjualan obat dengan baik untuk memastikan ketersediaan stok obat tidak berlebihan maupun kekurangan. Peneliti mengusulkan implementasi algoritma K-Nearest Neighbor dengan tujuan untuk mengetahui hasil prediksi jumlah penjualan obat-obatan pada PT XYZ Palembang. K-Nearest Neighbor diterapkan melalui perhitungan manual serta dengan menggunakan software RapidMiner. Hasil prediksi yang diperoleh melalui RapidMiner menghasilkan tingkat akurasi baik yaitu mencapai 90%. Dengan hasil prediksi tersebut mengungkapkan bahwa metode K-Nearest Neighbor efektif diterapkan untuk melakukan prediksi penjualan di masa mendatang. Model K-NN dapat menjadi salah satu solusi untuk memprediksi penjualan obat-obatan berdasarkan data penjualan yang telah ada sebelumnya.

Pada penelitian ini, perhitungan dilakukan dengan menggunakan 20 data pelatihan (training) dan 10 data pengujian (testing), menerapkan teknik Euclidean Distance dan menggunakan nilai K = 5 untuk menentukan jarak tetangga terdekat.Pengujian algoritma K-Nearest Neighbor (K-NN) dalam prediksi penjualan obat-obatan ini menggunakan Confusion Matrix memperoleh tingkat akurasi yang baik yaitu sebesar 90% melalui penerapan software RapidMiner.Berdasarkan output prediksi yang didapatkan, mengindikasikan bahwa metode K-NN efektif untuk memprediksi penjualan di masa mendatang.Model K-NN dapat menjadi salah satu solusi untuk memprediksi penjualan obat-obatan berdasarkan data penjualan yang telah ada sebelumnya.

Penelitian lanjutan dapat mengkomparasi kinerja metode K-Nearest Neighbor dengan algoritma lain seperti Regresi Linear atau Naïve Bayes untuk menentukan metode yang paling akurat dalam memprediksi penjualan obat. Selain itu, penelitian dapat mengintegrasikan variabel eksternal seperti faktor musim atau kampanye pemasaran yang memengaruhi permintaan obat. Terakhir, pengembangan model prediksi dengan memanfaatkan data real-time atau data historis yang lebih luas dapat meningkatkan akurasi dan relevansi hasil prediksi.

  1. Prediksi Angka Kelahiran dalam Berbagai Kelompok Umur Ibu Menggunakan Metode K-Nearest Neighbor | MALCOM:... journal.irpi.or.id/index.php/malcom/article/view/1392Prediksi Angka Kelahiran dalam Berbagai Kelompok Umur Ibu Menggunakan Metode K Nearest Neighbor MALCOM journal irpi index php malcom article view 1392
  2. PENERAPAN DATA MINING UNTUK PREDIKSI PENJUALAN OBAT MENGGUNAKAN METODE K-NEAREST NEIGHBOR | JOISIE (Journal... ejournal.pelitaindonesia.ac.id/index.php/JOISIE/article/view/4725PENERAPAN DATA MINING UNTUK PREDIKSI PENJUALAN OBAT MENGGUNAKAN METODE K NEAREST NEIGHBOR JOISIE Journal ejournal pelitaindonesia ac index php JOISIE article view 4725
  3. SUPERVISED LEARNING METODE K-NEAREST NEIGHBOR UNTUK PREDIKSI DIABETES PADA WANITA | METHOMIKA: Jurnal... ejurnal.methodist.ac.id/index.php/methomika/article/view/1759SUPERVISED LEARNING METODE K NEAREST NEIGHBOR UNTUK PREDIKSI DIABETES PADA WANITA METHOMIKA Jurnal ejurnal methodist ac index php methomika article view 1759
Read online
File size578.47 KB
Pages14
DMCAReport

Related /

ads-block-test