Universitas Bhayangkara Jakarta Raya

Institutional Repositories

Syah Al Malik MK, Abdillah (2021) Penerapan K-Nearesr Neighbor Regression dalam memprediksi Penjualan Produk di Toko Sembako Berkah. Undergraduate thesis, Universitas Bhayangkara Jakarta Raya.

[img] Text
201710225221_Abdillah Syah Al Malik MK_Cover - Daftar Isi.pdf

Download (869kB)
[img] Text
201710225221_Abdillah Syah Al Malik MK_BAB I.pdf

Download (236kB)
[img] Text
201710225221_Abdillah Syah Al Malik MK_BBA II, III, IV.pdf
Restricted to Registered users only

Download (1MB)
[img] Text
201710225221_Abdillah Syah Al Malik MK_BAB V.pdf

Download (158kB)
[img] Text
201710225221_Abdillah Syah Al Malik MK_Daftar Pustaka.pdf

Download (166kB)
[img] Text
201710225221_Abdillah Syah Al Malik MK_lamprian.pdf
Restricted to Registered users only

Download (1MB)

Abstract

Toko Sembako Berkah merupakan usaha yang bergerak dibidang perdagangan, produk yang tersedia merupakan produk sembako. Permasalahan yang ada yaitu belum adanya prediksi penjualan produk di masa mendatang berdasarkan data yang telah direkam sebelumnya. Prediksi ini mempermudah serta memberitahu pemilik toko mengenai produk yang paling banyak dibeli konsumen. Untuk mengetahui prediksi penjualan produk digunakan metode K-Nearest Neighbor Regression, selanjutnya akan melewati tahapan Knowledge Discovery in Database (KDD). Hasil yang diperoleh penulis dari penelitian ini adalah nilai k = 2 mendapat RMSE 0.31318 untuk produk Beras Merpati pada bulan November, k = 2 mendapat RMSE 0.29367 untuk produk Gula Pasir GMP pada bulan November dan Desember, k = 4 mendapat RMSE 0.34002 untuk produk Minyak Goreng Tropical 2 Ltr pada bulan November dan Desember, k = 3 mendapat RMSE 0.31820 untuk produk Telur Ayam Cianjur pada bulan November, k = 6 mendapat RMSE 0.44437 untuk produk Tepung Terigu Lencana Merah pada bulan Agustus. Seperti yang tertera dalam pedoman RMSE Dapat disimpukan bahwa seluruh model yang penulis uji memiliki satu keselahan yang kecil yaitu 0,00 – 0,299 dan empat kesalahan sedang yaitu 0,30 – 0,559.

Item Type: Thesis (Undergraduate)
Subjects: Teknologi dan Ilmu Terapan > Komputer
Divisions: Fakultas Ilmu Komputer > Informatika
Depositing User: Admin Repositori
Date Deposited: 24 Sep 2023 20:00
Last Modified: 24 Sep 2023 20:00
URI: http://repository.ubharajaya.ac.id/id/eprint/23687

Actions (login required)

View Item View Item

Downloads

Downloads per month over past year