Khairunnisa, Khairunnisa (2022) Implementasi Gain Ratio pada Metode K-Nearest Neighbor dalam Memprediksi Stok Barang Penjualan. Skripsi thesis, Universitas Islam Negeri Sumatera Utara Medan.
Text
COVER.pdf Download (565kB) |
|
Text
BAB_I.pdf Download (166kB) |
|
Text
BAB_II.pdf Download (432kB) |
|
Text
BAB_III.pdf Download (135kB) |
|
Text
BAB_IV.pdf Download (1MB) |
|
Text
BAB_V.pdf Download (50kB) |
|
Text
DAFTAR_PUSTAKA_DAN_LAMPIRAN.pdf Download (714kB) |
Abstract
Teknologi terus menerus selalu berkembang dari dulu hingga sekarang. Teknologi juga memperhatikan bagaimana perkembangan yang diperlukan dalam kehidupan sehari hari dan teknologi jugaberperan untuk memberikan berbagai kemudahan bagi penggunanya. CV. Mitra Karya Sejati merupakan perusahaan yang menjual berbagai bahan pertanian. Jika diperhatikan dalam kurun waktu belakangan ini, data penjualan bahan pertanian mengalami penurunan yang disebabkan kurangnya stok barang pada gudang penyimpanan. Maka dari itu dibutuhkan suatu prediksi stok barang penjualan sehingga mempermudah perusahaan dalam menentukan penyediaan stok barang berdasarkan data penjualan bahan pertanian. Dalam penelitian ini teknik penambangan data klasifikasi yang digunakan adalah Gain Ratio dikalikan dengan K-Nearest Neighbor. Adapun hasil Hasil akurasi penerapan algoritma Gain Ratio pada metode K-Nearest Neighbor untuk memprediksi bahan pertanian diperoleh sebesar 100% dengan nilai k = 3. Implementasi pada aplikasi menunjukkan bahwa metode Gain Ratio dan K-Nearest Neighbor mampu memprediksi stok barang penjualan bahan pertanian pada CV. Mitra Karya Sejati untuk kedepannya.
Jenis Item: | Skripsi (Skripsi) |
---|---|
Subjects: | 600 Technology (Applied sciences) > 650 Management and auxiliary services > 658 General management 600 Technology (Applied sciences) > 660 Chemical engineering > 668 Technology of other organic products |
Divisions: | Fakultas Sains dan Teknologi > Ilmu Komputer > Skripsi |
Pengguna yang mendeposit: | Ms Nurul Hidayah Siregar |
Date Deposited: | 14 Aug 2023 06:50 |
Last Modified: | 14 Aug 2023 06:50 |
URI: | http://repository.uinsu.ac.id/id/eprint/20227 |
Actions (login required)
View Item |