ANALISA DATA MINING UNTUK PREDIKSI PENJUALAN PRODUK TERLARIS MENGGUNAKAN METODE K-NEAREST NEIGHBOR (STUDI KASUS: TOKO SOLIDGEAR)

Abstract

Toko Solidgear merupakan sebuah perusahaan pakaian yang menyediakan dan memproduksi berbagai macam produk pakaian pria seperti T-SHIRT, Jaket Hoodie, Crewneck, Tas dan Topi. Dilihat dari banyaknya permintaan kostumer akan produk, maka diperlukanya prediksi untuk penjualan yang paling diminati oleh konsumen dan agar membantu pihak perusahaan dapat mengenal minat dari konsumen berdasarkan penjualan produk terlaris. Penelitian ini mengimplementasikan teknik data mining untuk memprediksikan produk terlaris menggunakan algoritma K-Nearest Neighbor dan Rapidminer. K-nearest neightbor merupakan metode yang digunakan untuk mengklarifikasi atau mencari data terhadap suatu objek yang berasal dari pembelajaran yang jarak antar data yang paling dekat dengan objek yang di cari. Dari hasil prediksi yang dilakukan mendapatkan hasil 9 produk T-SHIRT dinyatakan laris, 5 produk JAKET HOODIE dinyatakan laris, 5 produk TAS dinyatakan laris, 6 produk CREWNECK dinyatakan laris, dan 6 produk Topi dinyatakan laris. Dari hasil analisa penelitian ini dapat disimpulkan bahwa produk yang di nyatakan tidak laris disebabkan karena desain pada produk sudah terlalu lama yang menyebapkan kurang diminati oleh pelangan. Oleh karena itu agar produk dapat meningkatkan minat dari konsumen dan terjual dengan maksimal perusahaan dapat memperbarui atau mengubah desain dari produk yang kurang diminati.

Keywords: Prediksi; Data Mining; K-Nearest Neighbor.