Implementasi Gain Ratio Pada Metode KNN Dalam Memprediksi Penjualan Sparepart Electronic Di Service Center Panasonic Lhokseumawe

Siagian, Samsul Bahri (2022) Implementasi Gain Ratio Pada Metode KNN Dalam Memprediksi Penjualan Sparepart Electronic Di Service Center Panasonic Lhokseumawe. Skripsi thesis, Universitas Islam Negeri Sumatera Utara.

[img] Text
SKRIPSI REPOSITORY SAMSUL BAHRI SIAGIAN.pdf

Download (3MB)

Abstract

Service Center Panasonic Lhokseumawe adalah salah satu perusahaan yang berpenjualan sparepart elektronic. Perusahaan ini memiliki beberapa macam jenis sparepart elektronic yang dijual. Jika diperhatikan dalam kurun waktu belakangan ini, data penjualan sparepart elektronic justru mengalami penurunan, yang disebabkan karena kurangnya stok barang sparepart di perusahaan tersebut, maka dari itu dibutuhkan suatu prediksi penjualan sparepart elektronic, agar mempermudah perusahaan dalam memprediksi penjualan yang akan datang serta mempermudah perusahaan dalam menentukan penyediaan stok barang berdasarkan dari data penjualan sparepart elektronic terlaris. Untuk memastikan harga suku cadang elektronik yang sekarang tersedia, teknik penambangan data klasifikasi digunakan. Metode yang digunakan untuk menentukan harga suku cadang elektronik adalah Gain Ratio dikalikan dengan K-Nearest Metode tetangga. Adapun hasil implementasi pada aplikasi menunjukkan bahwa metode Gain Ratio dan K- Nearest Neighbor mampu memprediksi penjualan sparepart elektronic terlaris dan menentukan stok barang sparepart electronic pada Service Center Panasonic Lhokseumawe untuk kedepannya.

Jenis Item: Skripsi (Skripsi)
Uncontrolled Keywords: Data mining, Gain Ratio, K-Nearest Neighbor, Electronic, PHP, Sparepart
Subjects: 000 Generalities > 003 Systems
Divisions: Fakultas Sains dan Teknologi > Sistem Informasi > Skripsi
Pengguna yang mendeposit: Ms Nurul Hidayah Siregar
Date Deposited: 22 Aug 2022 11:04
Last Modified: 22 Aug 2022 11:04
URI: http://repository.uinsu.ac.id/id/eprint/15401

Actions (login required)

View Item View Item