RANCANG BANGUN ALGORITMA K-NEAREST NEIGBORN PADA SISTEM INFORMASI PENJUALAN TOKO SAN-SAN CENGKARENG

Enjelli, Enjelli (2021) RANCANG BANGUN ALGORITMA K-NEAREST NEIGBORN PADA SISTEM INFORMASI PENJUALAN TOKO SAN-SAN CENGKARENG. Skripsi thesis, Universitas Mercu Buana Yogyakarta.

[img] Text (ABSTRAK)
Abstrack.pdf

Download (13kB)
[img] Text (BAB SATU)
BAB I.pdf

Download (120kB)
[img] Text (BAB DUA)
BAB II.pdf
Restricted to Repository staff only

Download (217kB) | Request a copy
[img] Text (BAB TIGA)
BAB III.pdf
Restricted to Repository staff only

Download (1MB) | Request a copy
[img] Text (BAB EMPAT)
BAB IV.pdf
Restricted to Repository staff only

Download (1MB) | Request a copy
[img] Text (BAB LIMA)
BAB V.pdf

Download (10kB)
[img] Text (DAFTAR PUSTAKA)
DAFTAR PUSTAKA.pdf

Download (227kB)
[img] Text (LAMPIRAN)
LAMPIRAN.pdf
Restricted to Repository staff only

Download (456kB) | Request a copy
[img] Text (SKRIPSI FULL TEXT)
SKRIPSI FULL.pdf
Restricted to Repository staff only

Download (2MB) | Request a copy
[img] Archive (LAMPIRAN)
Sublime text.zip
Restricted to Repository staff only

Download (8MB) | Request a copy
[img] Text (LAMPIRAN)
tokosansan.sql
Restricted to Repository staff only

Download (796kB) | Request a copy
[img] Other (LAMPIRAN)
sansan.rar
Restricted to Repository staff only

Download (13MB) | Request a copy
[img] Archive (LAMPIRAN)
xampp-win32-5.5.38-1-VC11-installer.exe.zip
Restricted to Repository staff only

Download (110MB) | Request a copy

Abstract

Saat ini sistem penjualan pada Toko Sembako San-San Cengkareng masih mengalami kesulitan dalam pengolahan data dikarenakan hanya dilakukan dengan pencatatan manual tanpa sistem komputerisasi sehingga kegiatan dalam transaksi penjualan dan analisis perencanaan persediaan stok mengalami kesulitan karena harus melihat data penjualan hanya dari buku catatan. Untuk mempermudah dalam mengetahui kebutuhan barang yang perlu ditambah pada perencanaan penyediaan stok digunakan teknik klasifikasi data mining dan algoritma K-Nearrest Neigbor. Bahasa pemorgraman yang digunakan untuk membangun sistem adalah pemograman PHP dan database MySQL. Untuk implementasi yang digunakan media website untuk menampilkan hasil analisa. Hasil dari penelitian yaitu bahwa metode K-Nearest Neighbor dapat digunakan untuk melakukan prediksi penjualan yang akan datang dan prediksi penjualan menggunakan metode K-Nearest Neighbor (KNN) mampu melakukan prediksi penjualan mampu melakukan prediksi penjualan dengan Mean Absolute Percentage Error yaitu 20,33 % sehingga nilai rata-rata keakuratan adalah 79,67 %.

Item Type: Thesis (Skripsi)
Additional Information/ Lokasi Hardcopy: Perpustakaan Kampus 3 UMBY
Uncontrolled Keywords: Analisis Penjualan, K-Nearest Neighbor, Website.
Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions: Fakultas Teknologi Informasi > Program Studi Teknik Informatika
Depositing User: Teknik Informatika UMBY
Date Deposited: 20 Jan 2022 07:08
Last Modified: 20 Jan 2022 07:08
URI: http://eprints.mercubuana-yogya.ac.id/id/eprint/14226

Actions (login required)

View Item View Item