Enjelli, Enjelli (2021) RANCANG BANGUN ALGORITMA K-NEAREST NEIGBORN PADA SISTEM INFORMASI PENJUALAN TOKO SAN-SAN CENGKARENG. Skripsi thesis, Universitas Mercu Buana Yogyakarta.
Abstrack.pdf
Download (13kB) | Preview
BAB I.pdf
Download (120kB) | Preview
BAB II.pdf
Restricted to Repository staff only
Download (217kB) | Request a copy
BAB III.pdf
Restricted to Repository staff only
Download (1MB) | Request a copy
BAB IV.pdf
Restricted to Repository staff only
Download (1MB) | Request a copy
BAB V.pdf
Download (10kB) | Preview
DAFTAR PUSTAKA.pdf
Download (227kB) | Preview
LAMPIRAN.pdf
Restricted to Repository staff only
Download (456kB) | Request a copy
SKRIPSI FULL.pdf
Restricted to Repository staff only
Download (2MB) | Request a copy
Sublime text.zip
Restricted to Repository staff only
Download (8MB) | Request a copy
tokosansan.sql
Restricted to Repository staff only
Download (796kB) | Request a copy
sansan.rar
Restricted to Repository staff only
Download (13MB) | Request a copy
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 |