<![CDATA[Penelitian ini dilatarbelakangi oleh ketidakmampuan dalam memprediksi stok bahan makanan, yang sering kali menyebabkan kekurangan atau kelebihan stok. Tujuan dari penelitian ini adalah untuk membuat aplikasi prediksi digital yang dapat memprediksi penjualan bahan makanan, mengoptimalkan persiapan bahan makanan melalui perhitungan komputer, serta membuat perencanaan dan penjadwalan stok yang lebih efektif dan efisien. Metode yang digunakan adalah K-Nearest Neighbor (KNN) dengan sistem yang dikembangkan menggunakan bahasa pemrograman PHP. Sistem ini memanfaatkan informasi penjualan bahan makanan yang paling banyak dibeli sebagai referensi. Hasil penelitian menunjukkan bahwa sistem ini mampu memproses prediksi penjualan bahan makanan dengan akurasi klasifikasi penjualan produk terlaris sebesar 88,571% dan Root Mean Square Error (RMSE) sebesar 0,338. Data uji menunjukkan Kol Putih sebagai produk terlaris. Pendekatan ini diharapkan dapat mengurangi kekurangan atau kelebihan stok bahan makanan dan meningkatkan efisiensi dalam persiapan bahan makanan.]]>
Copyrights © 2024
