STMIK ROYALSTMIK ROYAL

JUTSI: Jurnal Teknologi dan Sistem InformasiJUTSI: Jurnal Teknologi dan Sistem Informasi

Toko Hj Fatimah merupakan usaha yang bergerak dibidang retail, yang menjual berbagai macam produk rempah-rempah. Toko Hj Fatimah ini belum terkomputerisasi sehingga pegawai masih saja pencatatan laporan secara manual. Toko Hj Fatimah mengalami kesulitan dalam memprediksi penjualan produk rempah-rempah terlaris sehingga mengalami kehabisan stok, sulit dalam perencanaan persediaan stok dan belum adanya sistem komputerisasi yang dapat memprediksi penjualan produk. Dalam hal ini, data mining sangat berperan penting dalam mengungkap pengetahuan dari kumpulan data yang tidak mudah diketahui melalui analisis manual. Sistem ini bertujuan untuk memprediksi penjualan produk rempah-rempah terlaris di Toko Hj Fatimah dengan menerapkan metode K-Nearest Neighbor (KNN). Metode ini diharapkan dapat membantu perencanaan stok dan mengatasi masalah kehabisan stok. K-Nearest Neighbor adalah teknik klasifikasi yang mengelompokkan data berdasarkan kedekatan atau jarak antara titik data. Tujuan penerapan algoritma K-Nearest Neighbor adalah untuk mengklasifikasikan objek baru menggunakan atribut dan sampel pelatihan. Data yang akan digunakan dalam sistem ini mencakup penjualan di Toko Hj Fatimah dari Juni 2022 hingga Mei 2023. Dari hasil implementasi dan pengujian hasil dapat dijelaskan bahwa sistem yang dirancang pada toko HJ Fatimah merupakan suatu rancangan untuk memprediksi penjualan produk rempah-rempah terlaris pada toko Hj Fatimah yang dapat memudahkan pihak toko dalam perencanaan kebutuhan stok produk rempah-rempah. Dengan rancangan ini diharapkan mampu mempermudah pihak toko HJ Fatimah bisa mengelola data dengan baik serta mendapatkan hasil laporan.

Berdasarkan hasil penelitian di Toko HJ Fatimah, sistem berbasis metode K-Nearest Neighbor berhasil memprediksi penjualan rempah-rempah, mengurangi kesalahan stok, dan membantu pemilik toko dalam pengambilan keputusan.Hasil prediksi klasifikasi KNN menunjukkan 13 produk laris dan 32 produk tidak laris.Sistem ini efektif mengoptimalkan persediaan stok berdasarkan permintaan konsumen.

Penelitian lanjutan dapat menguji penggunaan algoritma lain seperti Support Vector Machine atau Random Forest untuk meningkatkan akurasi prediksi. Studi lebih lanjut juga disarankan untuk mengintegrasikan sistem ini dengan data demografi konsumen agar prediksi stok lebih spesifik. Selain itu, peneliti sebaiknya mengeksplorasi penerapan algoritma ini secara real-time dengan memanfaatkan data transaksi harian toko untuk memperbarui prediksi secara dinamis.

  1. Analisis Komparasi Metode Klasifikasi Data Mining dan Reduksi Atribut Pada Data Set Penyakit Jantung... ejurnal.stmik-budidarma.ac.id/index.php/mib/article/view/2080Analisis Komparasi Metode Klasifikasi Data Mining dan Reduksi Atribut Pada Data Set Penyakit Jantung ejurnal stmik budidarma ac index php mib article view 2080
  2. Analisis Penjualan Produk Paket Kuota Internet Dengan Metode K-Nearest Neighbor | Handoko | Jurasik (Jurnal... tunasbangsa.ac.id/ejurnal/index.php/jurasik/article/view/275Analisis Penjualan Produk Paket Kuota Internet Dengan Metode K Nearest Neighbor Handoko Jurasik Jurnal tunasbangsa ac ejurnal index php jurasik article view 275
  3. Penerapan Data Mining Untuk Prediksi Penjualan Produk Terlaris Menggunakan Metode K-Nearest Neighbor... ejurnal.seminar-id.com/index.php/bits/article/view/1408Penerapan Data Mining Untuk Prediksi Penjualan Produk Terlaris Menggunakan Metode K Nearest Neighbor ejurnal seminar id index php bits article view 1408
  1. #manajemen aset#manajemen aset
  2. #metode moora#metode moora
Read online
File size604.87 KB
Pages8
Short Linkhttps://juris.id/p-24Y
Lookup LinksGoogle ScholarGoogle Scholar, Semantic ScholarSemantic Scholar, CORE.ac.ukCORE.ac.uk, WorldcatWorldcat, ZenodoZenodo, Research GateResearch Gate, Academia.eduAcademia.edu, OpenAlexOpenAlex, Hollis HarvardHollis Harvard
DMCAReport

Related /

ads-block-test