JTIK (Jurnal Teknik Informatika Kaputama)
Vol. 6 No. 2 (2022): Volume 6, Nomor 2, Juli 2022

PERBANDINGAN ALGORITMA K-NEAREST NEIGHBOR DAN SUPPORT VECTOR MACHINE UNTUK MENENTUKAN PREDIKSI PRODUK-PRODUK TERLARIS PADA TOKO MADURA KECAMATAN PONDOK AREN

Ivan Hardi Pratama (Universitas Mercu Buana)
Umniy Salamah (Universitas Mercu Buana)



Article Info

Publish Date
01 Jul 2022

Abstract

Toko Madura merupakan salah satu alternatif usaha retail yang berada di Kecamatan Pondok Aren, Kota Tangerang Selatan. Toko Madura biasanya dimiliki oleh perorangan, dan Produk-produk yang dijual adalah produk-produk kebutuhan sehari-hari. Toko Madura memiliki konsumen yang cukup banyak karena harga jual produk yang relatif lebih murah sehingga mengakibatkan persediaan produk habis ketika ada permintaan lebih dari konsumen atau produk yang diminta tidak tersedia saat ada kosumen yang ingin membeli suatu produk karena sudah kehabisan persediaan produknya. Penelitian ini difokuskan pada prediksi produk-produk terlaris yang nantinya dapat dimanfaatkan untuk mengatasi masalah persediaan stok produk. Penelitian ini dilakukan menggunakan algoritma K-Nearest Neighbor (KNN), dan Support Vector Machine (SVM) yang digunakan untuk prediksi produk-produk terlaris untuk membantu serta memudahkan pemilik toko dalam perencanaan penyediaan stok produk. Algoritma KNN, dan SVM memiliki nilai akurasi yang sama yaitu sebesar 75%, tetapi dalam memprediksi produk Algoritma SVM lebih akurat disbanding KNN, Karena prediksi algoritma KNN kurang akurat pada ketiga produk yaitu gula, air mineral, dan snack, sedangkan untuk algoritma SVM hanya kurang akurat pada dua produk saja yaitu minyak dan sirup. Sehingga dapat disimpulkan bahwa algoritma SVM lebih akurat digunakan untuk prediksi produk-produk terlaris pada toko madura Kecamatan Pondok Aren.

Copyrights © 2022






Journal Info

Abbrev

JTIK

Publisher

Subject

Computer Science & IT

Description

JTIK (Jurnal Teknik Informatika Kaputama) diterbitkan oleh Program Studi Teknik Informatika Kaputama sebagai media untuk menyalurkan pemahaman tentang aspek-aspek sistem informasi berupa hasil penelitian lapangan, laboratorium dan studi pustaka. Jurnal ini Terbit 2x setahun yaitu bulan januari dan ...