Penerapan Algoritma K-Nearest Neighbor Untuk Memprediksi Penjualan Produk Telkomsel Pada PT Sarana Media Selular

Abstrak

PT Sarana Media Selular merupakan perusahaan yang menyuplai produk-produk Telkomsel seperti Kartu Perdana, Voucher Internet dan Modem. Tidak jarang timbul masalah stok barang yang terlalu banyak namun penjualannya sedikit. Dan menyebabkan kerugian pada Perusahaan, maka dari itu untuk mengantisipasi masalah tersebut implementasi data mining menggunakan metode K-Nearest Neighbor (KNN) sangat cocok digunakan pada permasalahan ini dikarenakan KNN mengklasifikasi objek baru berdasarkan atribut dan training sampel dari tetangga terdekatnya. Dari perbandingan antara nilai k didapatkan akurasi tertinggi k=5. Data yang digunakan merupakan data penjualan satu tahun pada tahun 2023 untuk menentukan produk paling laris. Atribut yang digunakan pada penelitian ini adalah produk yang terjual, banyak penjualan produk terjual dan kategori produk. Untuk menguji dan memastikan kinerja metode KNN menggunakan bantuan aplikasi Rapid Miner. Dan didapatkan hasil dari penerapan KNN menggunakan Rapid Miner de Hasil perhitungan menggunakan Rapid Miner dengan k=5 didapatkan hasil nilai akurasi sebesar 98,41%, hasil presisi sebesar 94,44% pada label Laku sebesar 100%, Kurang Laku sebesar 83,33% dan Tidak Laku sebesar 100%. Sedangkan untuk recall diperoleh hasil sebesar 96,30% pada label Laku sebesar 88,89%, Kurang Laku sebesar 100% dan Tidak Laku sebesar 100%.