<![CDATA[Setiap perusahaan pasti menginginkan jumlah persediaan yang cukup agar proses produksi tidak terganggu. Jumlah yang besar karena banyak mengandung resiko seperti bahan baku rusak atau hilang karena kurangnya pengawasan, biaya pemeliharaan yang tinggi, uang yang tertanam dalam persediaan terlalu besar selain itu resiko uang pada bahan baku karena terlalu lama tidak dipakai. Dalam masalah ini, data mining dapat digunakan dalam proses penggalian data secara manual dari kumpulan data berupa pengetahuan yang tidak diketahui. Salah satu metode dalam data mining adalah metode K-Nearest Neighbor (K-NN) yang merupakan metode yang digunakan untuk klasifikasi berdasarkan kedekatan lokasi (jarak) suatu data dengan data lain. Tujuan dari penerapan metode K-NN dapat mengklasifikasikan objek baru berdasarkan attribut dan training sample, dimana dengan menggunakan metode K-NN, diharapkan dapat membantu perusahaan dalam mengefesiensi pembelian bahan baku kue dan mengoptimalkan tingkat persediaan sehingga mengurangi biaya pembelian bahan baku serta menghindari terjadinya kekurangan atau kelebihan stok yang dapat mempengaruhi proses produksi bahan kue perusahaan. Dengan menggunakan metode K-NN, PT. XYZ dapat mengoptimalkan bahan baku kue berdasarkan data histori. Dalam penggunaan K-NN sebagai alat prediksi menghasilkan nilai akurasi sebesar 95,00%. Dengan hasil akurasi yang cukup besar artinya metode K-NN dapat membantu perusahaan dalam perencanaan produksi dan pengadaan stok bahan baku.]]>
