Pengelompokan Dan Prediksi Data Penjualan Pada Minimarket Sumber Rejeki

Authors

  • Muhammad Nur Fachrudin Teknik Informatika, Fakultas Teknik, Universitas Nusantara PGRI Kediri Indonesia
  • Daniel Swanjaya Teknik Informatika, Fakultas Teknik, Universitas Nusantara PGRI Kediri Indonesia
  • Risa Helilintar Teknik Informatika, Fakultas Teknik, Universitas Nusantara PGRI Kediri Indonesia

DOI:

https://doi.org/10.29407/inotek.v3i1.536

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.

Keywords:

fuzzi tsukamoto, k-means, pengelompokan, prediksi

##plugins.themes.default.displayStats.downloads##

##plugins.themes.default.displayStats.noStats##

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

Downloads

Published

2021-03-07

Issue

Vol. 3 No. 1 (2019): PROSIDING SEMNAS INOTEK Ke-III Tahun 2019

Section

Articles

License

Copyright (c) 2020 Muhammad Nur Fachrudin, Daniel Swanjaya, Risa Helilintar

Creative Commons License

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

Authors who publish with this journal agree to the following terms:

  1. Copyright on any article is retained by the author(s).
  2. The author grants the journal, right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgment of the work’s authorship and initial publication in this journal.
  3. Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal’s published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
  4. Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
  5. The article and any associated published material is distributed under the Creative Commons Attribution-ShareAlike 4.0 International License

How to Cite

Pengelompokan Dan Prediksi Data Penjualan Pada Minimarket Sumber Rejeki. (2021). Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi), 3(1), 193-198. https://doi.org/10.29407/inotek.v3i1.536