Keywords
k-means
pengelompokan
prediksi
How to Cite
Abstract
Penelitian ini dilatar belakangi oleh pemilik kesulitan dalam menentukan perkiraan penjualan pada bulan berikutnya dengan menggunakan cara manual sehingga proses pengadaan barang tidak tepat sasaran. Dari latar belakang permasalahan tersebut bertujuan untuk memprediksi data penjualan bulan berikutnya. Metode untuk menghitung prediksi penjualan dengan dua metode, metode K-Means dan Metode Fuzzy Tsukamoto. Data yang digunakan penjualan beras strawberry pada tanggal 1 Januari 2018 sampai dengan 30 Juni 2018. Hasil penelitian prediksi beras untuk tanggal 1 Juli 2018. Hasil penelitian ini telah berhasil membuat system mengukur ketepatan prediksi penjualan pada hasil pengelompokan dengan menggunakan metode K-Means dan Fuzzy Tsukamoto. Sehingga pengguna lebih mudah dalam menentukan perkiraan penjualan beras pada bulan berikutnya secara efektif dan efisien.
References
Haikal, Muhammad. 2017. Implementasi Data Mining Untuk Memprediksi Hasil Penjualan Barang Pada Toko Sinar Baru Dengan Menggunakan Algoritma Apriori. Kediri, UN PGRI Kediri.
Ong, Johar Oscar. 2013. Implementasi Algoritma K- Means Clustering Untuk Menentukan Strategi Marketing President University. 12 (1). (online), tersedia: http://journals.ums.ac.id/index.php/jiti/article/dow nload/651/392 diunduh 27 November 2018.
T. Sutojo, S.Si., M.Kom., Edy Mulyanto, S.Si., M.Kom., dan Dr. Vincent Suhartono. 2011. Kecerdasan Buatan. Yogyakarta: Andi dan Udinus.
Kusumadewi, Sri. 2010. Aplikasi Logika Fuzzy Untuk Pendukung Keputusan (Edisi 2), Yogyakarta: Graha Ilmu
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Copyright (c) 2020 Muhammad Nur Fachrudin, Daniel Swanjaya, Risa Helilintar