Prediksi Penjualan Sparepart Mobil Dengan Metode K-Nearest Neighbor Pada UD. PSJ Motor

Abstrak

Penelitian ini bertujuan untuk mengatasi masalah ketidakseimbangan stok sparepart mobil di UD. PSJ Motor yang disebabkan oleh ketidakmampuan dalam memprediksi penjualan secara akurat. Saat ini, transaksi penjualan masih dicatat secara konvensional tanpa dukungan sistem komputerisasi, menyebabkan kesulitan dalam pengambilan keputusan terkait persediaan dan penetapan harga. Untuk mengatasi masalah ini, penelitian ini mengusulkan penerapan metode K-Nearest Neighbor (K-NN) untuk memprediksi penjualan sparepart mobil. Metode K-NN akan menganalisis data histori penjualan selama satu tahun terakhir untuk mengidentifikasi pola dan tren pembelian pelanggan. Implementasi sistem ini dibangun menggunakan bahasa pemrograman PHP dan database MySQL. Dengan prediksi yang lebih akurat, UD. PSJ Motor dapat mengoptimalkan manajemen stok, mengurangi biaya penyimpanan, dan meningkatkan kepuasan pelanggan melalui ketersediaan produk yang tepat waktu. Hasil penelitian menunjukkan bahwa metode K-NN dapat diterapkan dengan baik untuk prediksi penjualan, serta menjadi strategi yang efektif dalam meningkatkan kualitas kerja di UD. PSJ Motor.