Pengembangan Sistem Aplikasi Cerdas Memprediksi Penjualan Mebel Berbasis website
DOI:
https://doi.org/10.30812/matrik.v21i1.1276Keywords:
Prediksi, Penjualan Mebel, Data Mining, k-Nearest Neighbor, KNNAbstract
Industri mebel di Indonesia merupakan usaha yang memiliki laju perkembangan sangat pesat. Konsumen memilih menggunakan mebel hasil dari industri karena mebel produksi industri memiliki inovasi disain yang indah. Mebel berperan juga sebagai sumber pemasukan keuangan negara di Indonesia terutama penjualan kepada konsumen negara lain. Karenan terjadi kompetisi yang begitu ketat antar industri mebel, keadaan ini berimplikasi produsen mebel berusaha secara ketat dalam menciptakan produksi yang bermutu dan memenuhi selera konsumen. Permasalahannya adalah produsen masih mengelola data atau mendapatkan informasi hasil produksi dalam system manual. Karenanya tujuan dari penelitian ini adalah membangun sistem aplikasi komputer cerdas website untuk memprediksi penjualan mebel. Perancangan dan pembuatan system ini menggunakan metodologi Waterfall. Metode yang digunakan untuk mengklasifikasi data penjualan barang mebel dengan metode K-Nearest Neightbor (KNN). KNN merupakan metode untuk mengektraksi data mining yang bisa berguna dalam prediksi penjualan. Hasil yang dicapai yaitu dihasilkannya system prediksi penjualan barang dan juga laporan prediksi penjualan barang dalam bentuk lembar kerja (Spreadsheet) sehingga membantu pimpinan perushaan dalam usahanya. Kesimpulan dari penelitian yang dilakukan menggunakan metode KNN cocok digunakan untuk mengklasifikasi data penjualan barang mebel. Hal ini tersebut dibuktikan dengan tingkat akurasi yang mencapai 90% pada proses pengujian menggunakan confussion matrik.
Downloads
Download data is not yet available.
References
[1] A. Jan and T. Supit, “Analisis Persediaan Bahan Baku Pada Industri Mebel di Desa Leilem,†Jurnal Riset Ekonomi, Manajemen, Bisnis dan Akuntansi, vol. 3, no. 1, pp. 1230–1241, 2015, doi: 10.35794/emba.v3i1.8282.
[2] A. Q. Syarli, Rosmawati Tamin, “Perancangan Business Intelligence System pada Gudang Farmasi Dinas Kesehatan Kabupaten Mamasa,†JUTEKS (Jurnal Keteknikan dan Sains), vol. 1, no. 1, pp. 7–14, 2018.
[3] S. S.Badhiye, N. U. Sambhe, and P. N. Chatur, “KNN Technique for Analysis and Prediction of Temperature and Humidity Data,†International Journal of Computer Applications, vol. 61, no. 14, pp. 7–13, 2013, doi: 10.5120/9994-4847.
[4] K. Taunk, S. De, S. Verma, and A. Swetapadma, “A brief review of nearest neighbor algorithm for learning and classification,†in 2019 International Conference on Intelligent Computing and Control Systems, ICCS 2019, 2019, no. Iciccs, pp. 1255–1260.
[5] I. Verawati, “Analisis Hasil Studi Mahasiswa Melalui Penerapan Business Intelegence dengan Teknik Olap,†Jurnal Ilmiah DASI:Data Majajemen dan Teknologi Informasi, vol. 14, no. 4, pp. 63–68, 2016.
[6] Z. Zhang, “Introduction to machine learning: K-nearest neighbors,†Annals of Translational Medicine, vol. 4, no. 11, pp. 1–7, 2016, doi: 10.21037/atm.2016.03.37.
[7] N. Isa, N. S. M. Yusof, and M. A. Ramlan, “The implementation of data mining techniques for sales analysis using daily sales data,†International Journal of Advanced Trends in Computer Science and Engineering, vol. 8, no. 1.5 Special Issue, pp. 74–80, 2019.
[8] D. Prasad, S. Kumar Goyal, A. Sharma, A. Bindal, and V. Singh Kushwah, “System model for prediction analytics using nearest neighbors algorithm,†Journal of Computational and Theoretical Nanoscience, vol. 16, no. 10, pp. 4425–4430, 2019.
[9] D. Lestari, “Analisa dan Perancangan Aplikasi Sistem Pelayanan Klinik Gigi (Studi Kasus: Dental Echo Clinic),†JSAI (Journal Scientific and Applied Informatics), vol. 2, no. 1, pp. 127–134, 2019.
[10] J. Candra and M. Rajab, “Pengembangan Sistem Informasi Penjadwalan dan Manajemen Keuangan Kegiatan Seminar dan Sidang Skripsi / Tugas Akhir ( Studi Kasus Program Studi Sistem Informasi UNIKOM ),†Jurnal Teknik Informatika dan SIstem Informasi, vol. 3, no. 1, pp. 150–168, 2017.
[11] S. Mulyati, B. A. Sujatmoko, T. I. M. Wira, and R. Afif, “Normalisasi Database dan Migrasi Database untuk Memudahkan Manajemen Data,†SEBATIK, vol. 22, no. 2, pp. 124–129, 2018.
[12] M. D. R. Wahyudi and A. A. Qalban, “Implementasi Heterogenous Distributed Database System untuk Meningkatkan Kapasitas Oracle Xe 10G ( Express Edition ) Studi Kasus Sistem Informasi Akademik,†Journal Kaunia, vol. 9, no. 2, pp. 60–72, 2013.
[13] M. Jumarlis, “Aplikasi Pembelajaran Smart Hijaiyyah Berbasis Augmented Reality,†ILKOM Jurnal Ilmiah, vol. 10, no. 1, pp. 52–58, 2018.
[14] D. Pelawi, “Pembuatan Sistem Informasi dengan Analisis dan Perancangan Berorientasi Objek,†Journal Comtech: Computer, Matematics and Enggineering, vol. 4, no. 19, pp. 213–224, 2013.
[15] A. J. T, D. Yanosma, and K. Anggriani, “Implementasi Metode K-Nearest Neighbor (Knn) dan Simple Additive Weighting (Saw) dalam Pengambilan Keputusan Seleksi Penerimaan Anggota Paskibraka,†Jurnal Pseudocode, vol. 3, no. 2, pp. 98–112, 2016.
[16] M. F. Rahman, D. Alamsah, M. I. Darmawidjadja, and I. Nurma, “Klasifikasi untuk Diagnosa Diabetes Menggunakan Metode Bayesian Regularization Neural Network (RBNN),†Jurnal Informatika, vol. 11, no. 1, p. 36, 2017.
[2] A. Q. Syarli, Rosmawati Tamin, “Perancangan Business Intelligence System pada Gudang Farmasi Dinas Kesehatan Kabupaten Mamasa,†JUTEKS (Jurnal Keteknikan dan Sains), vol. 1, no. 1, pp. 7–14, 2018.
[3] S. S.Badhiye, N. U. Sambhe, and P. N. Chatur, “KNN Technique for Analysis and Prediction of Temperature and Humidity Data,†International Journal of Computer Applications, vol. 61, no. 14, pp. 7–13, 2013, doi: 10.5120/9994-4847.
[4] K. Taunk, S. De, S. Verma, and A. Swetapadma, “A brief review of nearest neighbor algorithm for learning and classification,†in 2019 International Conference on Intelligent Computing and Control Systems, ICCS 2019, 2019, no. Iciccs, pp. 1255–1260.
[5] I. Verawati, “Analisis Hasil Studi Mahasiswa Melalui Penerapan Business Intelegence dengan Teknik Olap,†Jurnal Ilmiah DASI:Data Majajemen dan Teknologi Informasi, vol. 14, no. 4, pp. 63–68, 2016.
[6] Z. Zhang, “Introduction to machine learning: K-nearest neighbors,†Annals of Translational Medicine, vol. 4, no. 11, pp. 1–7, 2016, doi: 10.21037/atm.2016.03.37.
[7] N. Isa, N. S. M. Yusof, and M. A. Ramlan, “The implementation of data mining techniques for sales analysis using daily sales data,†International Journal of Advanced Trends in Computer Science and Engineering, vol. 8, no. 1.5 Special Issue, pp. 74–80, 2019.
[8] D. Prasad, S. Kumar Goyal, A. Sharma, A. Bindal, and V. Singh Kushwah, “System model for prediction analytics using nearest neighbors algorithm,†Journal of Computational and Theoretical Nanoscience, vol. 16, no. 10, pp. 4425–4430, 2019.
[9] D. Lestari, “Analisa dan Perancangan Aplikasi Sistem Pelayanan Klinik Gigi (Studi Kasus: Dental Echo Clinic),†JSAI (Journal Scientific and Applied Informatics), vol. 2, no. 1, pp. 127–134, 2019.
[10] J. Candra and M. Rajab, “Pengembangan Sistem Informasi Penjadwalan dan Manajemen Keuangan Kegiatan Seminar dan Sidang Skripsi / Tugas Akhir ( Studi Kasus Program Studi Sistem Informasi UNIKOM ),†Jurnal Teknik Informatika dan SIstem Informasi, vol. 3, no. 1, pp. 150–168, 2017.
[11] S. Mulyati, B. A. Sujatmoko, T. I. M. Wira, and R. Afif, “Normalisasi Database dan Migrasi Database untuk Memudahkan Manajemen Data,†SEBATIK, vol. 22, no. 2, pp. 124–129, 2018.
[12] M. D. R. Wahyudi and A. A. Qalban, “Implementasi Heterogenous Distributed Database System untuk Meningkatkan Kapasitas Oracle Xe 10G ( Express Edition ) Studi Kasus Sistem Informasi Akademik,†Journal Kaunia, vol. 9, no. 2, pp. 60–72, 2013.
[13] M. Jumarlis, “Aplikasi Pembelajaran Smart Hijaiyyah Berbasis Augmented Reality,†ILKOM Jurnal Ilmiah, vol. 10, no. 1, pp. 52–58, 2018.
[14] D. Pelawi, “Pembuatan Sistem Informasi dengan Analisis dan Perancangan Berorientasi Objek,†Journal Comtech: Computer, Matematics and Enggineering, vol. 4, no. 19, pp. 213–224, 2013.
[15] A. J. T, D. Yanosma, and K. Anggriani, “Implementasi Metode K-Nearest Neighbor (Knn) dan Simple Additive Weighting (Saw) dalam Pengambilan Keputusan Seleksi Penerimaan Anggota Paskibraka,†Jurnal Pseudocode, vol. 3, no. 2, pp. 98–112, 2016.
[16] M. F. Rahman, D. Alamsah, M. I. Darmawidjadja, and I. Nurma, “Klasifikasi untuk Diagnosa Diabetes Menggunakan Metode Bayesian Regularization Neural Network (RBNN),†Jurnal Informatika, vol. 11, no. 1, p. 36, 2017.
Downloads
Published
2021-11-26
Issue
Section
Articles
How to Cite
[1]
N. G. A. Dasriani and A. Anggrawan, “Pengembangan Sistem Aplikasi Cerdas Memprediksi Penjualan Mebel Berbasis website”, MATRIK, vol. 21, no. 1, pp. 53–62, Nov. 2021, doi: 10.30812/matrik.v21i1.1276.
Similar Articles
- Anas Syaifudin, Purwanto Purwanto, Heribertus Himawan, M. Arief Soeleman, Customer Segmentation with RFM Model using Fuzzy C-Means and Genetic Programming , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 22 No. 2 (2023)
- Amir Ali, Klasterisasi Data Rekam Medis Pasien Menggunakan Metode K-Means Clustering di Rumah Sakit Anwar Medika Balong Bendo Sidoarjo , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 19 No. 1 (2019)
- Fadhilah Dwi Ananda, Yoga Pristyanto, Analisis Sentimen Pengguna Twitter Terhadap Layanan Internet Provider Menggunakan Algoritma Support Vector Machine , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 20 No. 2 (2021)
- Imam Ahmad Ashari, Anggit Wirasto, Deny Nugroho Triwibowo, Purwono Purwono, Implementasi Market Basket Analysis dengan Algoritma Apriori untuk Analisis Pendapatan Usaha Retail , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 21 No. 3 (2022)
- Aini Suri Talita, Aristiawan Wiguna, Implementasi Algoritma Long Short-Term Memory (LSTM) Untuk Mendeteksi Ujaran Kebencian (Hate Speech) Pada Kasus Pilpres 2019 , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 19 No. 1 (2019)
- Erlin Erlin, Yenny Desnelita, Nurliana Nasution, Laili Suryati, Fransiskus Zoromi, Dampak SMOTE terhadap Kinerja Random Forest Classifier berdasarkan Data Tidak seimbang , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 21 No. 3 (2022)
- Andris Faesal, Aziz Muslim, Aditya Hastami Ruger, Kusrini Kusrini, Sentimen Analisis pada Data Tweet Pengguna Twitter Terhadap Produk Penjualan Toko Online Menggunakan Metode K-Means , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 19 No. 2 (2020)
- Jhon Veri, Surmayanti Surmayanti, Guslendra Guslendra, Prediksi Harga Minyak Mentah Menggunakan Jaringan Syaraf Tiruan , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 21 No. 3 (2022)
- Annisa Nurul Puteri, Arizal Arizal, Andini Dani Achmad, Feature Selection Correlation-Based pada Prediksi Nasabah Bank Telemarketing untuk Deposito , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 20 No. 2 (2021)
- Pungkas Subarkah, Enggar Pri Pambudi, Septi Oktaviani Nur Hidayah, Perbandingan Metode Klasifikasi Data Mining untuk Nasabah Bank Telemarketing , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 20 No. 1 (2020)
You may also start an advanced similarity search for this article.
Most read articles by the same author(s)
- Anthony Anggrawan, Analisis Deskriptif Hasil Belajar Pembelajaran Tatap Muka dan Pembelajaran Online Menurut Gaya Belajar Mahasiswa , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 18 No. 2 (2019)
- Lusiana Efrizoni, Sarjon Defit, Muhammad Tajuddin, Anthony Anggrawan, Komparasi Ekstraksi Fitur dalam Klasifikasi Teks Multilabel Menggunakan Algoritma Machine Learning , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 21 No. 3 (2022)
- Anthony Anggrawan, Satuang Satuang, Mokhammad Nurkholis Abdillah, Sistem Pakar Diagnosis Penyakit Ayam Broiler Menggunakan Forward Chaining dan Certainty Factor , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 20 No. 1 (2020)
- Lalu Ganda Rady Putra, Anthony Anggrawan, Pengelompokan Penerima Bantuan Sosial Masyarakat dengan Metode K-Means , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 21 No. 1 (2021)
- Anthony Anggrawan, Mayadi Mayadi, Christofer Satria, Menentukan Akurasi Tata Letak Barang dengan Menggunakan Algoritma Apriori dan Algoritma FP-Growth , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 21 No. 1 (2021)
- Anthony Anggrawan, Mayadi Mayadi, Application of KNN Machine Learning and Fuzzy C-Means to Diagnose Diabetes , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 22 No. 2 (2023)
- Bambang Krismono Triwijoyo, Ahmat Adil, Anthony Anggrawan, Convolutional Neural Network With Batch Normalization for Classification of Emotional Expressions Based on Facial Images , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 21 No. 1 (2021)
- Christofer Satria, Anthony Anggrawan, Aplikasi K-Means berbasis Web untuk Klasifikasi Kelas Unggulan , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 21 No. 1 (2021)
- Putu Tisna Putra, Anthony Anggrawan, Hairani Hairani, Comparison of Machine Learning Methods for Classifying User Satisfaction Opinions of the PeduliLindungi Application , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 22 No. 3 (2023)
- Mayadi Mayadi, Anthony Anggrawan, Pengembangan Sistem Informasi Pemantauan Harga Beras dan Gabah dengan Short Message Gateway , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 21 No. 2 (2022)
.png)
