Sapitri, Anggraini (2021) PERBANDINGAN METODE K-NEAREST NEIGHBOR (K-NN) DAN METODE K-MEANS DALAM MENENTUKAN TINGKAT PENJUALAN PRODUK PADA PERUSAHAAN KAYU ELANG PERKASA. Other thesis, Universitas Darma Persada.
Text
COVER-DAFTAR ISI.pdf Download (1MB) |
|
Text
BAB I.pdf Download (794kB) |
|
Text
BAB II.pdf Download (998kB) |
|
Text
BAB III.pdf Restricted to Registered users only Download (983kB) |
|
Text
BAB IV.pdf Restricted to Registered users only Download (1MB) |
|
Text
BAB V.pdf Download (557kB) |
|
Text
DAFTAR PUSTAKA.pdf Download (778kB) |
|
Text
LAMPIRAN.pdf Restricted to Registered users only Download (749kB) |
Abstract
Pk Elang Perkasa adalah sebuah perusahaan milik pribadi yang bergerak di bidang penjualan kayu yang menjual berbagai macam jenis kayu dengan berbagai macam ukuran. Dengan banyaknya transaksi penjualan sehari-hari maka data penjualan pun semakin lama akan semakin bertambah banyak. Oleh karena itu perlu adanya pengelompokkan barang yang sangat laris, cukup laris dan tidak laris guna untuk mempermudah pihak perusahaan dalam penyediaan stok agar tidak ada barang yang menumpuk sehingga perusahaan dapat melakukan strategi yang tepat untuk melayani kebutuhan konsumen. Penyelesaian masalah ini membutuhkan metode atau algoritma yang dapat mengelompokkan dan menganalisis hasil penjualan kayu. K-Means dan KNN adalah dua buah metode yang telah digunakan dalam pengelompokkan. Berdasarkan hal tersebut dalam penelitian ini, dilakukan perbandingan K-Means dan k-NN dalam kasus pengelompokkan. Berdasarkan hasil pengujian dengan mengukur kinerja kedua metode tersebut menggunakan rumus akurasi, kemudian diketahui bahwa K-Means memiliki tingkat akurasi yang lebih baik yakni sebesar 78,37% sedangkan K-NN memiliki tingkat akurasi yakni 76,06%.
Item Type: | Thesis (Other) |
---|---|
Uncontrolled Keywords: | Algoritma K-Means, Clustering, Algoritma K-NN, Classification, Data Mining, PHP, MySQL |
Subjects: | 000 Generalities/Karya Umum > 005.1 Programming/Pemrograman |
Divisions: | Fakultas Teknik > Teknik Informatika |
Depositing User: | Trie anto Perpustakaan |
Date Deposited: | 18 May 2022 04:06 |
Last Modified: | 18 May 2022 04:06 |
URI: | http://repository.unsada.ac.id/id/eprint/2598 |
Actions (login required)
View Item |