PENERAPAN ALGORITMA HYBRID K-MEANS DAN K-NEAREST NEIGHBOR UNTUK PREDIKSI PENJUALAN PADA MARKETPLACE SHOPEE

Febima, Mesi (2023) PENERAPAN ALGORITMA HYBRID K-MEANS DAN K-NEAREST NEIGHBOR UNTUK PREDIKSI PENJUALAN PADA MARKETPLACE SHOPEE. Masters thesis, Universitas Putra Indonesia YPTK.

[img] Text
TESIS_MESI FEBIMA_212321017_ABSTRAK.pdf

Download (114kB)
[img] Text
TESIS_MESI FEBIMA_212321017_BAB I.pdf

Download (125kB)
[img] Text
TESIS_MESI FEBIMA_212321017_DAFTAR PUSTAKA.pdf

Download (121kB)
[img] Text
TESIS_MESI FEBIMA_212321017_FULL TEXT.pdf
Restricted to Repository staff only

Download (3MB)

Abstract

Soraya Bedsheet memasarkan produknya di berbagai marketplace salah satunya Shopee. Seiring dengan banyaknya penjualan pada marketplace Shopee terdapat beberapa persoalan yang dialami pada toko Soraya Bedsheet. Persoalan yang pertama yaitu tidak dapat memperkirakan stok produk, kedua ketika produk sudah soldout Soraya Bedsheet tidak dapat mengupdate stok, dan ketiga nomor pembeli tidak bisa dilihat. Untuk menangani hal tersebut, maka dilakukan prediksi penjualan pada marketplace Shopee di toko Soraya Bedsheet. Prediksi yang dilakukan bertujuan untuk mendapatkan informasi dan pengetahuan dengan menggunakan Hybrid Data Mining dengan teknik klasterisasi menggunakan algoritma K-Means dan klasifikasi menggunakan algoritma K-Nearest Neighbor. Pada algoritma K-Means menghasilkan 2 cluster yaitu “Sedikit Peminat” berjumlah 64 data dan “Banyak Peminat” berjumlah 25 data. Selanjutnya data cluster Banyak Peminat dijadikan sebagai data training pada algoritma K-Nearest Neighbor dengan menghasilkan 2 klasifikasi yaitu Penjualan Rendah dan Penjualan Tinggi. Berdasarkan pengujian menggunakan algoritma K�Nearest Neighbor dengan menggunakan jumlah k=3, k=5, dan k=7 menghasilkan prediksi “Penjualan Tinggi”. Hal ini membuktikan produk “Soraya Bedsheet Katun Gold Motif Dallas Ask Grey Tua” jika dilakukan pengujian menggunakan k=3, k=5, dan k=7 maka produk tersebut dapat diprediksi termasuk dalam “Penjualan Tinggi”. Berdasarkan pengujian tingkat akurasi yang dilakukan dengan menggunakan 3 kali pengujian nilai k yaitu k=3 akurasi sebesar 88%, k=5 akurasi sebesar 72%, dan k=7 akurasi sebesar 64% dapat disimpulkan bahwa semakin tinggi nilai k maka semakin turun nilai akurasinya.

Item Type: Thesis (Masters)
Subjects: 0 Research > Ilmu Komputer > Algoritma
0 Research > Ilmu Komputer > Sistem Penunjang Keputusan
0 Research > Ilmu Komputer
Divisions/ Fakultas/ Prodi: Fakultas Ilmu Komputer > Magister Ilmu Komputer (S2)
Depositing User: Fani Alivia S.S.i
Date Deposited: 23 Jan 2025 07:50
Last Modified: 23 Jan 2025 07:50
URI: http://repository.upiyptk.ac.id/id/eprint/12979

Actions (login required)

View Item View Item