PENERAPAN DATA MINING UNTUK PREDIKSI PENJUALAN PRODUK MINUMAN TERLARIS MENGGUNAKAN METODE K- NEAREST NEIGHBOR (KNN) (Studi Kasus: PT Yoke Food Industreis Indonesia Cabang Lampung)

Lawati, Susi and NUGROHO, HANDOYO WIDI (2023) PENERAPAN DATA MINING UNTUK PREDIKSI PENJUALAN PRODUK MINUMAN TERLARIS MENGGUNAKAN METODE K- NEAREST NEIGHBOR (KNN) (Studi Kasus: PT Yoke Food Industreis Indonesia Cabang Lampung). Skripsi thesis, Institut Informatika Dan Bisnis Darmajaya.

[img] Text
COVER JUDUL (2).pdf
Download (29kB)
[img] Text
Cover Dalam.pdf
Download (94kB)
[img] Text
Halaman Pernyataan.pdf
Download (443kB)
[img] Text
Halaman Persetujuan .pdf
Download (859kB)
[img] Text
Halaman Pengesahan .pdf
Download (794kB)
[img] Text
Riwayat Hidup.pdf
Download (89kB)
[img] Text
Halaman Persembahan.pdf
Download (181kB)
[img] Text
Motto.pdf
Download (113kB)
[img] Text
Abstrak.pdf
Download (71kB)
[img] Text
Abstract.pdf
Download (69kB)
[img] Text
Prakata.pdf
Download (139kB)
[img] Text
Daftar Isi.pdf
Download (103kB)
[img] Text
Daftar Tabel.pdf
Download (75kB)
[img] Text
Daftar Gambar.pdf
Download (137kB)
[img] Text
BAB I.pdf
Download (197kB)
[img] Text
BAB II.pdf
Download (291kB)
[img] Text
BAB III.pdf
Download (364kB)
[img] Text
BAB IV.pdf
Download (904kB)
[img] Text
BAB V.pdf
Download (71kB)
[img] Text
Daftar Pustaka.pdf
Download (136kB)
[img] Text
Lampiran.pdf
Download (175kB)

Abstract

PENERAPAN DATA MINING UNTUK PREDIKSI PENJUALAN PRODUK MINUMAN TERLARIS MENGGUNAKAN METODE K- NEAREST NEIGHBOR (KNN) (Studi Kasus:PT Yoke Food Industries Indonesia Cabang Lampung) Oleh: Susilawati 1811050084 verasusi31@gmail.com Persaingan dalam dunia industri makanan dan minuman saat ini menjadi area yang semakin menguntungkan bagi para pebisnis. Hal ini dari industri skala kecil sampai dengan skala besar. Akibat dari banyaknya persaingan antar perusahaan minuman maupun makanan, ini dapat menimbulkan barang sisa yang mengalami masa kadaluarsa produk yang menyebabkan kerugian bagi perusahaan. Tujuan dari penelitian ini yaitu memfokuskan dalam menerapkan metode K-Nearest Neighbor (KNN) dalam memprediksi penjualan produk minuman terlaris yang berguna untuk memberikan informasi kepada pihak perusahaan tentang hasil akurat yang telah dilakukan dalam pemrosesan metode K-Nearest Neighbor (KNN) tersebut. Tahapan Penelitian yang dilakukan memiliki 5 tahapan: Data Selection, Data Preprocessing, Transformation, Data Mining¸ Evaluation. Hasil dari penelitian ini adalah berhasil mendapatkan hasil akurasi yang tepat untuk perusahaan dalam memproduksi produk minuman dengan hasil menggunakan data sebanyak 4023 data dengan 70% data sebagai data training dan 30% sebagai data testing akurasi sebesar 84,66%. Kata Kunci: Prediksi, Penjualan, K-Nearest Neighbor, Rapid Miner.

Item Type: Thesis (Skripsi)
Subjects: Ilmu Komputer
eSkripsi
Divisions: Skripsi/TA & PKPM/KP - Fakultas Ilmu Komputer > Sistem Informasi
Depositing User: susi lawati
Date Deposited: 12 Jun 2023 01:11
Last Modified: 12 Jun 2023 01:11
URI: http://repo.darmajaya.ac.id/id/eprint/11998

Actions (login required)

View Item View Item