PERANCANGAN BERBASIS WEB UNTUK CLUSTERING DAN PREDIKSI JUMLAH PENJUALAN DENGAN METODE K-MEANS DAN REGRESI POLINOMIAL Studi Kasus : CV. MUG SABI SABLON

Tommy, Sudibyo (2023) PERANCANGAN BERBASIS WEB UNTUK CLUSTERING DAN PREDIKSI JUMLAH PENJUALAN DENGAN METODE K-MEANS DAN REGRESI POLINOMIAL Studi Kasus : CV. MUG SABI SABLON. Other thesis, UNSADA.

	Text COVER.pdf Download (706kB)
	Text BAB 1.pdf Download (547kB)
	Text BAB 2.pdf Download (886kB)
	Text BAB 3.pdf Restricted to Registered users only Download (1MB)
	Text BAB 4.pdf Restricted to Registered users only Download (1MB)
	Text BAB 5.pdf Download (532kB)
	Text DAFTAR PUSTAKA.pdf Download (550kB)
	Text HASIL TURNITIN.pdf Restricted to Registered users only Download (549kB)

Abstract

Penelitian ini bertujuan untuk menghasilkan informasi tambahan, serta membuat sebuah aplikasi yang dapat memonitoring dan mengelompokkan data yang dapat digunakan pada CV. Mug Sabi Sablon untuk memudahkan pendataan stok barang. Data yang digunakan berupa data barang seperti data barang masuk, data barang keluar, jumlah barang masuk, jumlah barang keluar, dan data dari pengguna sperti, nama, password, email, no handphone. Pengolahan datanya masih manual sehingga membutuhkan machine learning pada aplikasi yang dibuat agar data tersebut dapat dikelompokkan dan diatur penjadwalan dengan baik. Aplikasi yang dibuat menggunakan metode K-Means dan Regresi Polinomial, machine learning dan penjadwalan tersebut akan diuji dan dievaluasi untuk pengclusteran pengelompokan data sehingga dapat mengetahui suatu barang yang banyak peminatnya. Bahasa pemrograman yang digunakan adalah PHP. Tujuan dari penelitian ini pertama untuk mengelompokkan jumlah penjualan dengan metode KMeans dan untuk memprediksi jumlah penjualan dengan metode Reggresi Polinomial, kedua metode tersebut yang berbasis machine learning menggunakan libbrary PHP ML (machine learning). Penentuan kebutuhan sistem dilakukan dengan cara observasi dan wawancara dengan pihak terkait dan pembimbing lapangan.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	K-Means, Machine Learning, Regresi Polinomial, Pendataan Stok
Subjects:	000 Generalities/Karya Umum > 005.1 Programming/Pemrograman
Divisions:	Fakultas Teknik > Teknik Informatika
Depositing User:	Suwatno Suwatno Perpustakaan
Date Deposited:	29 Jan 2024 04:56
Last Modified:	29 Jan 2024 04:56
URI:	http://repository.unsada.ac.id/id/eprint/7619

Actions (login required)

View Item