Penerapan Data Mining Dalam Prediksi Penjualan Sparepart Sepeda Motor Terlaris Menggunakan Metode K-Nearest Neighbor (KNN) Pada CV. Solid Mitra Cemerlang

Abstract

Untuk mengetahui prediksi penjualan produk sparepart terlaris, perusahaan CV. Solid Mitra Cemerlang dapat menggunakan teknik data mining dan algoritma k-nearest neighbor. Ini akan membantu dalam menghasilkan prediksi penjualan terlaris untuk jenis barang KNZ Cakram Assy+Piringan RXK Old/RXS. Dengan menggunakan data historis penjualan selama 1 tahun terakhir, perusahaan dapat menganalisis tren penjualan dan memprediksi produk mana yang menjadi favorit di pasaran. Teknik data mining akan membantu dalam menggali pola-pola dari data penjualan yang ada. Data tersebut meliputi informasi seperti merk barang, jumlah penjualan, dan periode penjualan. Kemudian, algoritma k-nearest neighbor dapat digunakan untuk membandingkan data penjualan dengan data yang ada sebelumnya. Dengan metode ini, perusahaan dapat mengidentifikasi produk sparepart mana yang memiliki karakteristik penjualan yang mirip dan kemungkinan besar akan menjadi terlaris. Dengan menggunakan prediksi penjualan terlaris ini, perusahaan dapat lebih efisien dalam penyediaan stok barang. Hal ini akan membantu menghindari kekurangan stok atau kelebihan persediaan yang tidak perlu. Perusahaan juga dapat mengarahkan upaya pemasaran dan promosi mereka ke produk sparepart yang memiliki potensi penjualan tinggi. Dengan memanfaatkan teknik data mining dan algoritma k-nearest neighbor, CV. Solid Mitra Cemerlang dapat menjaga daya saing perusahaan di tengah persaingan bisnis yang semakin meningkat dalam penjualan sparepart di Medan.