IMPLEMENTASI K-NEAREST NEIGHBOR UNTUK KLASIFIKASI PENJUALAN MESIN DAN BAHAN BAKU PADA GLORY DIGITAL SABLON

Abstrak

Penjualan merupakan faktor terpenting bagi sebuah perusahaan. Karena dengan adanya penjualan,maka suatu perusahaan akan mendapat keuntungan yang lebih supaya dapat melanjutkan usaha tersebut. Glory Digital Sablon merupakan perusahaan yang menyediakan berbagai macam kebutuhan yang berhubungan dengan sablon digital. Beragam jenis mesin dan bahan baku sablon di gudang sangat banyak namun persediaan stok barang yang diminati oleh konsumen ternyata sedikit bahkan sampai kosong. Permintaan konsumen yang tidak menentu seiring keperluan yang semakin tinggi, mengakibatkan kekurangan stok di gudang. Jika barang yang dibutuhkan kosong maka konsumen bisa pindah ke toko lain untuk memenuhi kebutuhannya dan dapat mengakibatkan omset jadi menurun karena sedikitnya pemasukan sehingga akan berdampak kerugian. Data mining merupakan proses yang menggunakan statistik, matematika, kecerdasan buatan, dan teknik pembelajaran mesin untuk mengekstrak dan mengidentifikasi informasi yang berguna dan pengetahuan terkait dari database besar. Metode K-Nearest Neighbor merupakan sebuah metode untuk melakukan klasifikasi terhadap objek berdasarkan data contoh yang mempunyai jarak paling dekat dengan objek tersebut. Selanjutnya data produk dihitung menggunakan metode K-Nearest Neighbor dan menghasilkan 3 kategori yang sudah ditentukan yaitu kurang laris (1), cukup laris (2), sangat laris (3). Dari penelitian yang telah dilakukan dapat disimpulkan bahwa pihak Glory Digital Sablon dapat mengantisipasi kekurangan stok barang terlaris berdasarkan hasil pengujian dan dapat membantu mempermudah perencanaan penyediaan stok barang, sehingga Glory Digital Sablon tidak mengalami kerugian.