IMPLEMENTASI DATA MINING ANALISA POLA TREN FASHION MENGGUNAKAN METODE K-NEAREST NEIGHBOR (STUDI KASUS : REVISHAH FASHION)

Ririn, Agustin (2022) IMPLEMENTASI DATA MINING ANALISA POLA TREN FASHION MENGGUNAKAN METODE K-NEAREST NEIGHBOR (STUDI KASUS : REVISHAH FASHION). Other thesis, UNSADA.

	Text COVER.pdf Download (1MB)
	Text BAB 1.pdf Download (680kB)
	Text BAB 2.pdf Download (832kB)
	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 (610kB)
	Text DAFTAR PUSTAKA.pdf Download (670kB)
	Text LAMPIRAN.pdf Restricted to Registered users only Download (665kB)
	Text HASIL TURNITIN.pdf Restricted to Registered users only Download (712kB)
	Text SUKET TURNITIN.pdf Restricted to Registered users only Download (621kB)

Abstract

Skripsi ini menerapkan data mining menganalisis tren produk fashion menggunakan metode K-Nearest Neighbor. Metode Algoritma Sarima yang berfungsi menentuhkan waktu yang tepat untuk promosi produk, dan metode KNearest Neighbor (6) digunakan untuk memprediksi produk fashion yang paling cocok. Dataset berisi riwayat pembelian pelanggan dan atribut produk fashion. Hasil analisis pola pelanggan dan prediksi produk fashion dapat membantu perusahaan fashion dalam pengambilan keputusan strategis. Penelitian ini berkontribusi dalam penggunaan data mining untuk memahami preferensi pelanggan dan meningkatkan keputusan bisnis perusahaan fashion. penggunaan dataset yang terdiri dari riwayat pembelian pelanggan dan atribut produk fashion. Pertama, Hasil analisa rsebut digunakan untuk memahami preferensi dan kebiasaan belanja pelanggan. Selanjutnya, menggunakan metode KNN, dilakukan prediksi produk fashion yang paling cocok untuk pelanggan baru berdasarkan atribut produk dan data pelanggan yang ada.adapun hasil pengujian mengunakan konfution matriks. Precition laris 75.58 dan Precition tidak laris 24.42%. Recall laris bernilai 75.58 dam Recall tidak laris 24,42%. Akuransi laris 75.58% dan akuransi tidak laris 24.42%. F-1 Score Laris 75.58% dam akuransi 24.42%.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Data Mining, K-Nearest Neighbor, Transaksi, Sistem Fashion
Subjects:	000 Generalities/Karya Umum > 005.1 Programming/Pemrograman
Divisions:	Fakultas Teknik > Teknik Informatika
Depositing User:	Suwatno Suwatno Perpustakaan
Date Deposited:	18 Jul 2024 02:21
Last Modified:	18 Jul 2024 02:21
URI:	http://repository.unsada.ac.id/id/eprint/8209

Actions (login required)

View Item