Article Per Year (5 Year)
p-Index From 2019 - 2024
0.23
P-Index
This Author published in this journals
All Journal Malcom: Indonesian Journal of Machine Learning and Computer Science
Uktupi Nijunnihayah
Universitas Buana Perjuangan Karawang
Computer Science & IT

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Implementasi Algoritma K-Nearest Neighbor untuk Prediksi Penjualan Alat Kesehatan pada Media Alkes: Implementation of the K-Nearest Neighbor Algorithm to Predict Sales of Medical Devices in Medical Devices Uktupi Nijunnihayah; Shofa Shofiah Hilabi; Fitria Nurapriani; Elfina Novalia
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 4 No. 2 (2024): MALCOM April 2024
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v4i2.1326

Abstract

Media Alkes Perusahaan ini bergerak dalam bidang industri Alat Kesehatan. Perusahaan ini menyediakan berbagai produk seperti jarum kursi roda, alat infus, alat monitor tekanan darah, dan lain-lain. Media Alkes juga aktif menerapkan strategi bisnis untuk memenuhi kebutuhan pelanggan. Namun sering terjadi kekurangan stok dan barang menumpuk di dalam perusahaan ini. Peneliti telah mengelola dan menganalisis data penjualan yang ada untuk memahami kebutuhan pelanggan terhadap Alat Kesehatan. Dalam menghadapi tantangan tersebut, peneliti mengusulkan algoritma K-Nearest Neighbor untuk memprediksi penjualan Alat Kesehatan di Media Alat Kesehatan. Informasi mengenai jumlah penjualan Alat Kesehatan dengan kriteria Sangat laris, Cukup laris dan Kurang laris dapat dilihat melalui data penjualan tahun 2020 hingga tahun 2022 pada Media Laporan Penjualan Alat Kesehatan. Penelitian dilakukan dengan menerapkan metode K-Nearest Neighbor (KNN) baik dengan perhitungan secara manual maupun menggunakan sistem RapidMiner. Hasil dari prediksi yang menggunakan sistem RapidMiner menunjukkan tingkat akurasi sebesar 95,00% dari data yang disebut penjualan. Dengan hasil prediksi yang didapat yang Sangat bagus tersebut, metode ini dapat dijadikan sebagai acuan dalam merencanakan penjualan di masa depan. Dengan menerapkan prediksi ini, perusahaan dapat mengelola stok barang dengan secara efisien dan menghindari kehabisan stok serta memuat barang yang tidak diinginkan.
Co-Authors Fitria Nurapriani Novalia, Elfina Shofa Shofiah Hilabi