Penerapan Data Mining Menggunakan Metode K-Nearest Neighbor Untuk Prediksi Penjualan Produk Kopi 16Pro

Abstract

Penelitian ini bertujuan untuk menerapkan metode data mining dengan algoritma K-Nearest Neighbor (KNN) dalam memprediksi penjualan produk Kopi 16 Pro dengan menggunakan RapidMiner. Data yang digunakan dalam penelitian ini meliputi data penjualan produk kopi yang diperoleh selama bulan Maret hingga Juni 2024. Proses analisis dimulai dengan preprocessing data, seperti pembersihan data dan pemilihan fitur yang relevan. Selanjutnya, model KNN diterapkan untuk membangun prediksi penjualan berdasarkan variabel-variabel yang mempengaruhi permintaan produk. Hasil penelitian menunjukkan bahwa metode K-Nearest Neighbor mampu memprediksi penjualan produk kopi 16 Pro dengan hasil validasi paling mendekati dengan K=7 yaitu RMSE sebesar 118.3, MAE sebesar 100.05 dan MAPE sebesar 11.83%. Temuan ini mengindikasikan bahwa KNN dapat menjadi alat yang efektif dalam membantu perusahaan merencanakan strategi pemasaran produk yang lebih tepat. Dengan demikian, penerapan teknik data mining seperti KNN dapat memberikan manfaat signifikan dalam pengambilan keputusan bisnis berbasis data.