Implementasi Data Mining Untuk Memprediksi Penjualan Kendaraan Terlaris Menggunakan Metode K-Nearest Neighbor (Studi Kasus: Pt. Arina Parama Jaya Gresik)
Total View This Week0

Institusion

Universitas Muhammadiyah Gresik

Author

Wicaksono, Raka

Subject

Informatics Engineering 

Datestamp

2023-10-20 05:15:16 

Abstract :
PT. Arina Parama Jaya merupakan dealer resmi Toyota untuk wilayah Gresik, Surabaya, Lamongan & Mojokerto. Dilihat dari banyaknya permintaan pelanggan akan produk Toyota, maka dibutuhkan prediksi untuk penjualan kendaraan terlaris. Algoritma K-Nearest Neighbor adalah sebuah metode untuk melakukan klasifikasi terhadap objek berdasarkan data pembelajaran yang jaraknya paling dekat dengan objek tersebut. Untuk melakukan klasifikasi data baru, metode K-Nearest Neighbor menggunakan ukuran jarak yang sesuai. Jarak tetangga terdekat K dihitung dari tetangga terdekat untuk diprediksi sebagai label dari instance baru. Data yang digunakan dalam penelitian ini adalah data penjualan kendaraan dari tahun 2019, 2020, 2021 dan 2022. Pengujian menggunakan 2 metode yakni Rapidminer sebagai groundtruth dan sistem yang dibuat menggunakan algoritma K-Nearest Neighbot. Hasil akurasi yang didapat pada penelitian ini akan bertambah jika nilai K semakin besar, K=3 hasil akurasi sebesar 44%, K=5 hasil akurasi sebesar 45%, dan K=7 hasil akurasi sebesar 56%. 

File :
2019_TA_INF_190602005_PERNYATAAN KEASLIAN SKRIPSI.pdf.pdf
2019_TA_INF_190602005_LembarPengesahan.pdf
2019_TA_INF_190602005_DAFTAR PUSTAKA.pdf
2019_TA_INF_190602005_LAMPIRAN.pdf
2019_TA_INF_190602005_Lembar Persetujuan.pdf
2019_TA_INF_190602005_HALAMAN PERNYATAAN PERSETUJUAN PUBLIKASI.pdf
2019_TA_INF_190602005_HALAMAN JUDUL.pdf
2019_TA_INF_190602005_BAB 1.pdf
2019_TA_INF_190602005_BAB 2.pdf
2019_TA_INF_190602005_BAB 3.pdf
2019_TA_INF_190602005_BAB 4.pdf
2019_TA_INF_190602005_BAB 5.pdf