SISTEM PREDIKSI PENJUALAN BARANG MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR (STUDI KASUS : INARA COLLECTION)

TIARA RAMADHANI (2020) SISTEM PREDIKSI PENJUALAN BARANG MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR (STUDI KASUS : INARA COLLECTION). Undergraduate Theses thesis, Universitas Tadulako.

Full text not available from this repository.

Abstract

Penjualan merupakan aktivitas bisnis untuk mencapai tujuan suatu perusahaan atau badan usaha. Perusahaan atau badan usaha berperan sebagai penyedia barang dan atau jasa untuk kebutuhan dan kepuasan konsumen dengan berharap mendapatkan keuntungan bagi perusahaan atau badan usaha yaitu laba. Inara Collection merupakan salah satu badan usaha yang bergerak dalam penjualan produk fashion di Kota Palu. Badan usaha ini masih menghadapi permasalahan yang umum di hadapi oleh pemilik badan usaha, misalnya adanya kesulitan dalam penyediaan barang, seperti banyaknya stok barang yang kosong karna tingkat minat pembeli yang melebihi dari stok yang disediakan, atau banyaknya barang yang tidak laku terjual karna tingkat minat pembeli kurang dibandingkan stok yang disediakan. Oleh karena itu, Inara Collection perlu meramalkan penjualan barang yang akan datang sebagai landasan pembuatan keputusan. Peramalan memerlukan metode yang tepat agar proses prediksi memiliki tingkat kesalahan yang kecil. Algoritma K-Nearest Neighbor merupakan salah satu metode peramalan yang digunakan karena memiliki akurasi yang tinggi dan sederhana dalam implementasinya. Rumusan masalah pada penelitian ini adalah bagaimana membangun sistem prediksi penjualan barang menggunakan algoritma K-Nearest Neighbor di Inara Collection, sehingga dapat membantu Inara Collection dalam memenuhi kebutuhan konsumen dan manajemen badan usaha. Pada penelitian ini dibangun sistem prediksi penjualan barang menggunakan algortima K-Nearest Neighbor dengan bahasa pemrograman pascal (delphi) dan menggunakan 120 data latih dan 30 data uji. Berdasarkan hasil pengujian tingkat keakurasian menggunakan metode pengujian MAPE didapatkan hasil prediksi penjualan barang dengan tingkat akurasi diatas 84%.

Item Type: Thesis (Undergraduate Theses)
Subjects: University Structure > Faculty of Engineering > Informatics Engineering
S1 - Undergraduate Thesis > Faculty of Engineering > Informatics Engineering
Divisions: Faculty of Engineering > Informatics Engineering
Tadulako Subject Areas > S1 - Undergraduate Thesis > Faculty of Engineering > Informatics Engineering
Depositing User: system estd estd
Date Deposited: 13 Feb 2020 07:03
Last Modified: 13 Feb 2020 06:35
URI: http://repository.untad.ac.id/id/eprint/4706

Actions (login required)

View Item View Item