Penerapan Algoritma K-Nearest Neighbor Untuk Klasifikasi Efektivitas Penjualan Vape (Rokok Elektrik) pada “Lombok Vape Onâ€
DOI:
https://doi.org/10.29408/jit.v3i2.2279Keywords:
K-NN, Vape, Lombok Vape OnAbstract
Perusahaan yang dibangun dengan tujuan untuk menghasilkan barang atau jasa yang ditujukan untuk memenuhi kebutuhan konsumen juga untuk memperoleh keuntungan bagi perusahaan tersebut. Perusahaan sudah tentu memiliki tujuan yang sama yaitu mencapai target yang sudah direncanakan dan mampu menghasilkan pemasukan yang selalu meningkat disetiap tahunnya. Dan salah satu kegiatan usaha yang harus dilakukan agar perusahaan tetap berjalan dan berkembang adalah penjualan. Keputusan yang diambil pemegang tanggung jawab perusahaan akan mempengaruhi perusahaan dimasa depan. Salah satu keputusan yang harus ditentukan yaitu produk yang akan diproduksi dan dijual untuk periode selanjutnya. Dilihat dari era globalisasi saat ini bahwa usaha yang dapat mengikuti zaman yaitu produk rokok elektrik (Vape). Produk tersebut benar-benar diminati oleh kalangan anak muda hususnya para pria. Salah satu instansi yang mengambil keputusan untuk menggeluti bisnis tersebut yaitu Lombok Vape On. “Lombok Vape On†memiliki konsumen yang cukup banyak sehingga pendapatan yang didapat tentu banyak, akan tetapi pendapatannya tidak menentu dan tidak dapat diprediksi dengan baik setiap bulannya. Tujuan dari penelitian ini untuk mengklasifikasikan hasil penjualan dari Lombok Vape on untuk mengetahui efektifitas penjualan perbulannya agar toko tersebut dapat mengetahui pasang surut pemasukan yang didapat. Apabila instansi tersebut mengetahui tingkat penjualannya maka instansi tersebut dengan mudah mengubah strategi penjualan agar stabil dan meningkat. Untuk itu peneliti menerapkan metode K-Nearest Neighbor untuk mengklasifikasin masalah tersebut,dan diharapkan metode ini mampu mengatasi masalah pada “Lombok Vape Onâ€.
DOI : 10.29408/jit.v3i2.2279
References
R. A. Pangestu, S. Rudiarto, and D. Fitrianah, “Aplikasi Web Berbasis Algoritma K-Nearest Neighbour Untuk Menentukan Klasifikasi Barang Studi Kasus : Perum Peruri,†vol. 2, no. 1, 2018.
B. Sawit, S. Bss, and M. Metode, “Data Mining Untuk Memprediksi Hasil Produksi Buah Sawit Pada Pt Bumi Sawit Sukses (Bss) Menggunakan Metode K-Nearest Neighborâ€, pp. 198–207, 2019.
H. B. Suhartini1, “Klasifikasi Algoritma K-Nearest Neighbor Berbasis Particle Swarm Optimization Untuk Kelayakan Bantuan Rehabilitasi Rumah Tidak Layak Huni Pada Desa Lenek Duren Kecamatan Aikmel Kabupaten Lombok Timur Suhartini1,Hariman,†vol. 2, no. 2, pp. 79–85, 2019.
Yahya, “Prediksi Jumlah Penggunaan BBM Perbulan Menggunakan Algoritma Decition Tree(C4.5),†vol. 1, no. 1, pp. 56–63, 2018.
M. Rivki and A. M. Bachtiar, “Implementasi Algoritma K-Nearest Neighbor Dalam Pengklasifikasian Follower Twitter Yang Menggunakan Bahasa Indonesia,†J. Sist. Inf., vol. 13, no. 1, p. 31, 2017.
Y. A. Setianto, K. Kusrini, and H. Henderi, “Penerapan Algoritma K-Nearest Neighbour Dalam Menentukan Pembinaan Koperasi Kabupaten Kotawaringin Timur,†Creat. Inf. Technol. J., vol. 5, no. 3, p. 232, 2019.
U. B. Rahayu, U. Islam, N. Sunan, and G. Djati, “Penerapan Algoritma K-Nearest Neighbor Dan Algoritma Simple Multi Attribute Rating Technique Untuk Menentukan Strategi Penjualan Pada Pt . Inti ( Persero ),†2016.
B. SAWIT, S. BSS, AND M. METODE, “Data Mining Untuk Memprediksi Hasil Produksi Buah Sawit Pada Pt Bumi Sawit Sukses (Bss) Menggunakan Metode K-Nearest Neighbor,†PP. 198–207, 2019.
Downloads
Published
How to Cite
Issue
Section
License
Semua tulisan pada jurnal ini menjadi tanggung jawab penuh penulis. Jurnal Infotek memberikan akses terbuka terhadap siapapun agar informasi dan temuan pada artikel tersebut bermanfaat bagi semua orang. Jurnal Infotek ini dapat diakses dan diunduh secara gratis, tanpa dipungut biaya sesuai dengan lisense creative commons yang digunakan.
Jurnal Infotek is licensed under a Creative Commons Attribution 4.0 International License.
Statistik Pengunjung
