<![CDATA[AbstrakāPrediksi penjualan produk skincare menjadi tantangan penting dalam industri kecantikan, terutama untuk membantu klinik seperti Ayume Beauty Care dalam menyusun strategi penjualan yang efektif dan mengoptimalkan manajemen stok. Penelitian ini bertujuan menerapkan data mining dengan metode K-Nearest Neighbors (KNN) untuk memprediksi penjualan produk skincare, dengan mengandalkan data historis penjualan, demografi pelanggan, serta informasi promosi dan musiman. Langkah awal meliputi pengumpulan data, pembersihan, dan transformasi data agar sesuai dengan persyaratan algoritma KNN. Model KNN kemudian dilatih menggunakan data historis untuk mengidentifikasi pola dan tren penjualan. Evaluasi dilakukan menggunakan metrik akurasi, precision, dan recall untuk mengukur performa prediksi. Hasil penelitian menunjukkan bahwa metode KNN dapat memberikan prediksi yang cukup akurat, sehingga memungkinkan klinik untuk merencanakan strategi penjualan yang lebih tepat sasaran dan efisien. Penelitian ini juga memberikan rekomendasi praktis bagi klinik dalam menentukan waktu dan jenis promosi serta menjaga ketersediaan stok produk sesuai permintaan yang diprediksi. Penerapan prediksi berbasis data ini diharapkan dapat meningkatkan efektivitas bisnis Klinik Ayume Beauty Care dan memberikan kepuasan lebih kepada pelanggan.]]>
Copyrights © 2025
