Penerapan K-Nearest Neighbor Regression untuk Memprediksi Penjualan Tas Branded di Toko Shan Bogor
Abstract
Toko Shan Bogor merupakan pusat perbelanjaan yang menjual berbagai jenis merek tas seperti merk Gucci, Zara, Longcamp, dan Louis. Sistem pengelolaan data di Toko Shan bogor masih menggunakan pencacatan secara konvesional dimana data hasil penjualan masih diolah kedalam bentuk MS.excel. dilihat. Untuk mempermudah pihak pengelola Toko maka dibutuhkan prediksi penjualan dimasa yang akan datang dengan menggunakan teknik klasifikasi data mining algoritma K-Nearest Neighbor Regresion. Hasil dari penelitian prediksi penjualan tas terlaris adalah nilai K = 2 menghasilkan nilai RMSE 0.43494, k = 3 menghasilkan nilai RMSE 0.46214 untuk tas Gucci, k = 13 menghasilkan nilai RMSE 0.45539 untuk tas Zara, k = 6 menghasilkan nilai RMSE 0.48950 untuk tas Louis. Seperti yang tertera dalam pedoman RMSE dapat disimpulkan bahwa seluruh model yang diuji memilikan tingkan kesalahan yang sedang yaitu 0.30-0,559.
References
Argina, Andi Maulida. 2020. Penerapan Metode Klasifikasi K-Nearest Neighbor pada Dataset Penderita Penyakit Diabete. Vol. 1, No.2
Bode, A. (2017). K-Nearest Neighbor Dengan Feature Selection Menggunakan Backward Elimintion Untuk Prediksi Harga Komoditi Kopi Arabika.
Ilkom Jurnal Ilmiah, 8.
Baharuddin, M.M., Hasanuddin T., & Azis H.2019. Analisa Perfoma Metode K- Nearest Neighbor Untuk Identifikasi Jenis Kaca. Vol. 11, No.3
Https:Repository.Bsi.Ac.Id/Index.Php/Unduh/Item/20880/File-9-Daftar- Simbol.Pdf. (2017, Oktober).
Hendini a. 2016. Pemodelan Uml Sistem Informasi Monitoring Penjualan Dan Stok Barang (Studi Kasus : Distro Zhezha Pontianak). Vol. 4, No.2
Ismael. (2017). Rancang Bangun Sistem Informasi Penyaluran Semen Padang Untuk Daerah Bengkulu Selatan Di CV.Mutia Bersaudara. Jurnal Edik Informatika, 10.
Khoiri. (2020). Pengertian Dan Cara Menghitung Room Mean Square Error (RMSE). 5.
Lestari, I. D. (2016). Klasifikasi Online Google. Jurnal Iqra', 12.
Mukhlisin Y., Imrona M., & Murdiansyah D T. 2020. Prediksi Harga Beras Premium dengan Metode Algoritma K-Nearest Neighbor. Vol. 7, No.1
Maulana, A., & Fajrin, A. A. (2018). Penerapan Data Mining Untuk Analisis Pola Pembelian Konsumen Dengan Algoritma Fp-Growth Pada Data Penjualan Spare Part Motor. Jurnal Ilmiah.
Nasution D.A., Khotimah H H., & Chamidah N. 2019. Perbandingan Normalisasi Data Untuk Klasifikasi Wine Menggunakan Algoritma K-NN. Vol. 4, No.1
Pratama T C. 2018. Penerapan Metode K-Nearest Neighbor Dalam Menentukan Kelayakan Calon Nasabah Yang Layak Untuk Kredit Mobil (Studi Kasus PT. Astra International, Tbk-Toyota) Jurnal Riset Komputer Vol. 5 No. 4
Suyanto. (2017). Data Mining Untuk Klasifikasi Dan Klaterisasi Data . Informatika.
Sholado, R. M. (2021). LKP : Deteksi Kanker Kulit MenggunakanDeep Learning
[Universitas Dinamika]. https://repository.dinamika.ac.id/eprint/5434/
Santoso & Nurmalina, Radna. 2017. Perencanaan dan Pengembangan Aplikasi Absensi Mahasiswa Menggunakan Smart Card Guna Pengembangan Kampus Cerdas (Studi Kasus Politeknik Negri Tanah Laut) Jurnal Integrasi, Vol. 9, No. 1.
STIMK Royal, Ksiaran. 2016. Penerapan Data Mining Untuk Prediksi Penjualan Walpaper Menggunakan Algoritma C4.5. Vol. 2, No. 2
Sianturi C J., Ardini E., & Sembiring N S. 2020. Sales Forecasting Information System Using Theleast Square Method In Windi Mebel. Vol. 1, No. 2
Suyanto . 2017. Data Mining Untuk Klasifikasi dan Klaterisasi Data. Bandung Informatika.
Tanuwijaya, J., & Seng, H. (2019). LQ45 Stock Index Prediction Using K-Nearest Neighbor Regression. International Journal Of Recet Technology And Engineering, 5.
