Prediksi Penjualan Produk Sepatu dengan Menggunakan Algoritma K-Nearest Neighbor Regression dan Cross Validation

Ratna Salkiawati, Hendarman Lubis, Hendarman Lubis, Nurfiyah Nurfiyah, Nurfiyah Nurfiyah

Sari


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.

Teks Lengkap:

PDF

Referensi


Awaludin, M., & Mantik, H. (2023). Penerapan Metode Servqual Pada Skala Likert Untuk Mendapatkan Kualitas Pelayanan Kepuasan Pelanggan. Jurnal Sistem Informasi Univesitas Suryadarma, 10(1).

Baharuddin, M. M., Azis, H., & Hasanuddin, T. (2019). ANALISIS PERFORMA METODE K-NEAREST NEIGHBOR UNTUK IDENTIFIKASI JENIS KACA. ILKOM Jurnal Ilmiah, 11(3), 269–274. https://doi.org/10.33096/ilkom.v11i3.489.269-274

Berrar, D. (2018). Cross-validation. In Encyclopedia of Bioinformatics and Computational Biology: ABC of Bioinformatics (Vols. 1–3, pp. 542–545). Elsevier. https://doi.org/10.1016/B978-0-12-809633-8.20349-X

Cholil, S. R., Handayani, T., Prathivi, R., & Ardianita, T. (2021). Implementasi Algoritma Klasifikasi K-Nearest Neighbor (KNN) Untuk Klasifikasi Seleksi Penerima Beasiswa. In IJCIT (Indonesian Journal on Computer and Information Technology) (Vol. 6, Issue 2).

Dewi, S. (2016). KOMPARASI 5 METODE ALGORITMA KLASIFIKASI DATA MINING PADA PREDIKSI KEBERHASILAN PEMASARAN PRODUK LAYANAN PERBANKAN. Jurnal Techno Nusa Mandiri .

Harahap, P. N., & Sulindawaty, S. (2020). Implementasi Data Mining Dalam Memprediksi Transaksi Penjualan Menggunakan Algoritma Apriori (Studi Kasus PT.Arma Anugerah Abadi Cabang Sei Rampah). MATICS, 11(2), 46. https://doi.org/10.18860/mat.v11i2.7821

Hutami, R., & Astuti, E. Z. (2016). Implementasi MetodemK-Nearest Neighbor Untuk Prediksi Penjualan Furniture Pasa CV.Octo Agung Jepara.

Kotu, V., & Deshpande, B. (n.d.). Predictive analytics and data mining : concepts and practice with RapidMiner.

Mailund, T. (2017). Beginning Data Science in R: Data Analysis, Visualization, and Modelling for the Data Scientist. In Beginning Data Science in R: Data Analysis, Visualization, and Modelling for the Data Scientist. Apress Media LLC. https://doi.org/10.1007/978-1-4842-2671-1

Meliala, D. M., & Hasugian, P. (2020). Perbandingan Algoritma K-Nearest Neighbor Dengan Decision Tree Dalam Memprediksi Penjualan Makanan Hewan Peliharaan Di Petshop Dore Vet Clinic. Jurnal Teknologi Informasi, 3.

Mukhlisin, Y., Imrona, M., & Murdiansyah, D. T. (2020). Prediksi Harga Beras Premium dengan Metode Algoritma K-Nearest Neighbor.

Nikmatun, I. A., & Waspada, I. (2019). IMPLEMENTASI DATA MINING UNTUK KLASIFIKASI MASA STUDI MAHASISWA MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR. Jurnal SIMETRIS, 10(2).

Puspita Hidayanti, W. (2020). Penerapan Algoritma K-Nearest Neighbor Untuk Klasifikasi Efektivitas Penjualan Vape (Rokok Elektrik) pada “Lombok Vape On.” Jurnal Informatika Dan Teknologi, 3(2).

Rahman, M. A., Hidayat, N., & Supianto, A. A. (2018). Komparasi Metode Data Mining K-Nearest Neighbor Dengan Naïve Bayes Untuk Klasifikasi Kualitas Air Bersih (Studi Kasus PDAM Tirta Kencana Kabupaten Jombang) (Vol. 2, Issue 12). http://j-ptiik.ub.ac.id

Reza Noviansyah, M., Rismawan, T., Marisa Midyanti, D., Sistem Komputer, J., & MIPA Universitas Tanjungpura Jl Hadari Nawawi, F. H. (2018). PENERAPAN DATA MINING MENGGUNAKAN METODE K-NEAREST NEIGHBOR UNTUK KLASIFIKASI INDEKS CUACA KEBAKARAN BERDASARKAN DATA AWS (AUTOMATIC WEATHER STATION) (STUDI KASUS: KABUPATEN KUBU RAYA). In Jurnal Coding, Sistem Komputer Untan (Vol. 06, Issue 2).

Russell, R. (2018). Machine Learning: Step-by-Step Guide To Implement Machine Learning Algorithms with Python.

Sasmita Susanto, E., & Al Fatta, H. (2018). Prediksi KELULUSAN MAHASISWA MAGISTER TEKNIK INFORMATIKA UNIVERSITAS AMIKOM YOGYAKARTA MENGGUNAKAN METODE K-NEAREST NEIGHBOR. Jurnal Teknologi Informasi.

Ye, Nong. (2014). Data mining : theories, algorithms, and examples. CRC Press.

Yustanti, W. (2012). Algoritma K-Nearest Neighbour untuk Memprediksi Harga Jual Tanah (Vol. 9, Issue 1).




DOI: https://doi.org/10.35968/jsi.v12i1.1329

Refbacks

  • Saat ini tidak ada refbacks.


Indexed by: