Please use this identifier to cite or link to this item: http://repository.potensi-utama.ac.id/jspui/jspui/handle/123456789/4173
Title: DATA MINING UNTUK PREDIKSI INDEKS PENJUALAN PADA PT. TIRTA INVESTAMA MENGGUNAKAN METODE ALGORITMA K-NEAREST NEIGHBOR (KNN)
Authors: SETIAWAN, DILLA AULIA
Keywords: Data Mining, Prediksi, Penjualan
Issue Date: Dec-2020
Publisher: UNIVERSITAS POTENSI UTAMA
Abstract: PT. Tirta Investama merupakan sebuah perusahaan yang memproduksi minumsn dalam keemasan dengan menggunakan bahan-bahan pilihan yang terbaik dan tanpa menggunakan bahan pengawet. Permasalahan yang sering terjadi adalah perusahaan masih mengalami kesulitan untuk memprediksi permintaan konsumen. Permintaan yang tidak pasti juga mengakibatkan cara bekerja yang tidak efisien. Oleh karena itu, prediksi indeks penjualan minuman ini cukup penting bagi perusahaan untuk memprediksi berapa penjualan minuman di hari berikutnya, sehingga perusahaan bisa mengestimasikan berapa bahan baku yang dibutuhkan tanpa harus memakan waktu, tenaga, dan biaya tambahan lainya dan juga untuk menambah pemasukan secara optimal.Ketika data mining yang mencakup keputusan yang akan diambil bersifat kompleks dengan risiko yang besar berarti perumusan kebijakan, pengambil keputusan sering memerlukan alat bantu dalam bentuk analisis yang bersifat ilmiah, logis, dan terstruktur atau konsisten. Metode K-Nearest Neighborakan digunakan dalam penelitian ini yaitu bertujuan untuk keputusan prediksi indeks penjualannya yang mencakup sebagi data mining dengan mempertimbangkan aspek-aspek penilaian yang dilakukan oleh pihak manajemen perusahaan itu sendiri.
URI: http://repository.potensi-utama.ac.id/jspui/jspui/handle/123456789/4173
Appears in Collections:Skripsi

Files in This Item:
File Description SizeFormat 
Abstrak.pdf178.41 kBAdobe PDFView/Open
BAB I.pdf112.07 kBAdobe PDFView/Open
BAB II.pdf246.96 kBAdobe PDFView/Open
BAB III.pdf308.12 kBAdobe PDFView/Open
BAB V.pdf9.58 kBAdobe PDFView/Open
BAB IV.pdf686.71 kBAdobe PDFView/Open
Daftar Pustaka.pdf200.5 kBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.