Perbandingan Algoritma K-Nearest Neighbor Dengan Decision Tree Dalam Memprediksi Penjualan Makanan Hewan Peliharaan Di Petshop Dore Vet Clinic

Abstract

INTISARIMemprediksi penjualan sangat penting dalam kemajuan sebuah usaha, terutama dalam penjualan barang yang memiliki tanggal kadaluarsa seperti makanan hewan peliharaan. Ada beberapa algoritma yang digunakan untuk menginformasikan prediksi harga penjualan salah satunya algoritma K-Nearest Neighbor dan algoritma Decision Tree. Dengan metode K-nn, dihasilkan kondisi dari 30 data, 6 data diklasifikasikan terlaris sesuai dengan prediksi yang dilakukan dengan metode k-nn, 3 data dari 6 data diprediksi terlaris ternyata tidak terlaris, (data urutan 1, 2, 6). 24 data diprediksi tidak terlaris ternyata 10 data sebelumnya diklasifikasikan terlaris (data urutan 22, 5, 16, 26, 28, 19, 17, 20, 23, 24). Dengan metode decision tree algoritma C45, diketahui dari 30 data, merek purina terlaris, ada 4 data daripada royal canin (false negative). Hasil tingkat akurasi decision tree algoritma c45, diketahui true terlaris = 17, false tidak terlaris = 4. False terlaris = 16, true tidak terlaris = 13. Akurasi decision tree algoritma c45 = 83%. Kata kunci— algortima K-NN, Algortima C45, Data Mining, Pohon Keputusan, Prediksi ABSTRACTPredicting sales is very important in the progress of a business, especially in the sale of goods that have an expiration date such as pet food. There are several algorithms used to inform sales price predictions, one of which is the K-Nearest Neighbor algorithm and the Decision Tree algorithm. With the K-nn method, conditions are generated from 30 data, 6 data are classified as best-selling according to the predictions made by the k-nn method, 3 data from 6 data are predicted to be the best-sellers in fact, (data order 1, 2, 6). The 24 data predicted not bestselling turned out to be the 10 previously classified bestsellers (data sequences 22, 5, 16, 26, 28, 19, 17, 20, 23, 24). With the C45 decision tree algorithm method, it is known that from 30 data, the best-selling purina brand, there are 4 data than royal canin (false negative). The result of the accuracy level of the decision tree algorithm is c45, it is known that best-selling true = 17, false not best-selling = 4. Best-selling false = 16, best-selling true not = 13. Accuracy of decision tree algorithm c45 = 83%.Keywords—K-NN algorithm, C45 algorithm, Data Mining, Decision Tree, Prediction

Implementasi Algoritma K-Nearest Neighbor untuk Prediksi Penjualan Alat Kesehatan pada Media Alkes

“…RapidMiner merupakan sebuah platfrom sains data open-source yang dapat digunakan untuk melakukan analisis data mining, text mining dan dapat dilakukan dalam memprediksi [19]. Dengan menggunakan rapidMiner Pengguna dapat menggunakan dalam teknik deskriptif dan prediktif untuk dapat pemahaman mendalam dari data yang dimiliki [20]. RapidMiner berfungsi sebagai alat penting dalam menavigasi dan membentuk kembali data, memfasilitasi peneliti dalam melaksanakan tugas-tugas seperti pemodelan prediktif, pengelompokan data, dan visualisasi data yang lancar [21].…”

Penerapan Algoritma K-Nearest Neighbor untuk Menentukan Potensi Ekspor Komoditas Pertanian di Provinsi Sulawesi Tengah

“…Decision Trees cenderung lebih efisien untuk dataset besar dan mampu memilah-milah fitur yang relevan. Namun, KNN dapat lebih baik dalam menangani data dengan noise [14]. -K-Nearest Neighbors dan Naive Bayes: Naive Bayes adalah algoritma probabilistik yang memiliki asumsi kuat tentang distribusi data.…”

Pengaruh Bauran Pemasaran terhadap Keputusan Pembelian Konsumen pada Miu Petshop Samarinda

“…Perilaku pembeli dalam memenuhi kebutuhan hewan peliharaannya tidak dapat ditebak tidak ada rutinitas belanja makanan sementara petshop setiap bulan melakukan pembelian barang untuk persediaan penjualan (Meliala & Hasugian, 2020).…”