Implementasi Data Mining Untuk Prediksi Penjualan Kusen Terlaris Menggunakan Metode K-Nearest Neighbor

Abstract

Toko Kusen Kembar Djaya merupakan toko yang menjual berbagai macam jenis produk kusen pintu dan jendela yang sudah berdiri sejak tahun 2003, dengan tahun berdirinya yang sedikit lagi menginjak 20 tahun tentu toko ini sudah sangat berpengalaman dalam hal membuat produk kusen. tidak heran permintaan konsumen akan produk yang dijual terus meningkat. Untuk mengantisipasi terjadinya peningkatan penjualan dan habisnya bahan produksi yang dapat mengakibatkan terhambatnya produksi, maka dibutuhkan prediksi untuk penjualan kusen terlaris, guna memudahkan pemilik toko dalam perencanaan penyediaan stok bahan produksi. Teknik yang digunakan untuk melakukan prediksi yaitu klasifikasi Data Mining dan algoritma K-Nearest Neighbor, Data mining bertujuan untuk menggali nilai tambah berupa informasi, Informasi tersebut dihasilkan dengan cara mengekstraksi dan mengenali pola yang penting atau menarik dari data yang terdapat pada basis data. Metode Algoritma KNN bertujuan untuk mengklasifikasikan objek baru berdasarkan atribut dan training sample. Hasil prediksi didapatkan 88.89% pada data penjualan dan 80.00% pada data bahan terpakai. Dengan hasil prediksi yang cukup baik, metode ini sangat cocok untuk digunakan dalam melakukan prediksi penjualan kedepannya, tentunya dengan diterapkannya prediksi ini dapat memperoleh informasi penjualan produk secara efisien dan memiliki acuan dalam mengatur stok bahan baku yang digunakan agar tidak kehabisan stok.