PENERAPAN ALGORITMA K-NEAREST NEIGHBOR UNTUK MEMPREDIKSI PENJUALAN BAJU SERAGAM SEKOLAH TERLARIS PADA CV UNI M

Abstrak

Pertumbuhan ekonomi Indonesia mengalami perlambatan pada tahun 2023, mempengaruhi banyak industri
termasuk UKM seperti CVUNI M yang bergerak di bidang pembuatan dan penjualan seragam sekolah.
Penurunan penjualan akibat dampak pandemi COVID-19 memicu perlunya strategi baru berbasis teknologi
informasi untuk meningkatkan penjualan. Penelitian ini bertujuan untuk memprediksi penjualan seragam
sekolah terlaris di CV UNI M menggunakan algoritma K-Nearest Neighbor (KNN).Identifikasi masalah
meliputi kurangnya analisis data untuk mengoptimalkan pasokan produk dan mempermudah pengambilan
keputusan perusahaan. Penelitian ini menggunakan data penjualan tahun 2023 dari CV UNI M serta metode
KNN yang diimplementasikan melalui Software RapidMiner. Model prediksi yang dihasilkan diharapkan
dapat membantu perusahaan dalam menyusun strategi penjualan yang lebih efektif, mengurangi risiko kerugian
akibat stok berlebih atau kekurangan, dan meningkatkan kepuasan pelanggan melalui penyediaan produk yang
tepat.Hasil penelitian menunjukkan bahwa penerapan algoritma KNN efektif dalam memprediksi penjualan
seragam sekolah terlaris, dengan akurasi yang memadai untuk digunakan sebagai alat bantu dalam perencanaan
stok dan produksi. Temuan ini dapat menjadi referensi bagiUKM lain dalam mengadopsi teknologi data mining
untuk meningkatkan kinerja bisnis mereka