Marorbit, Horas (2022) Penerapan K-Nearest Neighbor Regression Dalam Memprediksi Penjualan Sembako di Toko Sembako Langgeng. Undergraduate thesis, Universitas Bhayangkara Jakarta Raya.
![]() |
Text
201710225242_Horas Marorbit_Cover-Daftar Isi.pdf Download (2MB) |
![]() |
Text
201710225242_Horas Marorbit_BAB I.pdf Download (997kB) |
![]() |
Text
201710225242_Horas Marorbit_BAB II, III, IV.pdf Restricted to Registered users only Download (2MB) |
![]() |
Text
201710225242_Horas Marorbit_BAB V.pdf Download (854kB) |
![]() |
Text
201710225242_Horas Marorbit_Daftar Pustaka.pdf Download (869kB) |
![]() |
Text
201710225242_Horas Marorbit_Lampirna.pdf Restricted to Registered users only Download (2MB) |
Abstract
Toko Sembako Langgeng mengalami dampak akibat Pandemi Covid-19 sehingga terjadi penurunan penjualan, dan Tidak adanya prediksi penjualan yang diterapkan oleh pemilik toko akan mengakibatkan kerugian di Toko Sembako Langgeng. Agar mempermudah Mempermudah pemilik toko dalam melakukan penjadwalan produksi. Maka dilakukan prediksi penjualan produk menggunakan teknik K-Nearest Neighbor Regression. Metode yang diterapkan dalam penelitian ini adalah Knowledge Discovery in Database (KDD). Metode yang diterapkan melewati 5 tahap yaitu; Data Selection, Preprocessing, Transformation, Data Mining, Interpretation/Evaluation. Hasil pada penelitian ini menunjukan prediksi penjualan sembako terlaris pada produk Beras di bulan November dengan k = 2 RMSE 0.44458. Sesuai dengan pedoman RMSE dapat disimpulkan bahwa seluruh model yang diuji memiliki tingkat kesalahan sedang dalam range 0,30 – 0,599.
Item Type: | Thesis (Undergraduate) |
---|---|
Additional Information: | Pembimbing: Joni Warta, S.Si., M.Si. NIDN0317066202, Hendarman Lubis, S.Kom., M.Kom. NIDN013077002 |
Subjects: | Teknologi dan Ilmu Terapan > Teknik Informatika |
Divisions: | Fakultas Ilmu Komputer > Informatika |
Depositing User: | Mr. Arif Syamsudin |
Date Deposited: | 09 May 2025 08:28 |
Last Modified: | 09 May 2025 08:28 |
URI: | http://repository.ubharajaya.ac.id/id/eprint/34262 |
Actions (login required)
![]() |
View Item |
Downloads
Downloads per month over past year