Klasifikasi Algoritma K-Nearest Neigbhor Untuk Memprediksi Barang Pada PT Enesis Group

Penulis

  • Adi Muhajirin Universitas Bhayangkara Jakarta Raya
  • Sastro Atmojo Sasosno
  • Truly Wangsalegawa

Kata Kunci:

KNN, Klasifikasi, K-Nearest Negibhor

Abstrak

Kesuksesan perusahaan dalam mempertahankan bisnisnya tidak terlepas dari peran perusahaan tersebut dalam mengelola inventory (persediaan) barang sehingga dapat memenuhi permintaan dari pelanggan semaksimal mungkin. Selama ini di PT. Enesis Group untuk pendataan barang digudang masih dilakukan dengan mencatat manual dibuku, hal tersebut menyebabkan menumpuknya dokumen dan resiko kehilangan atau rusaknya dokumen saat dibutuhkannya data barang untuk membuat laporan ke atasan dan juga sebagai bahan evaluasi kinerja. Sering terjadi kekurangan barang / barang reject. Belum memiliki sistem yang terkomputerisasi. Dalam kasus penelitian ini, metode K-Nearest Neighbor dapat diterapkan pada prediksi barang keluar pada gudang PT. Enesis Group karena dapat memprediksi barang keluar dengan tepat sehingga tidak terjadi kekurangan ataupun kelebihan stok barang pada gudang. Hasil perhitungan prediksi barang keluar dengan metode KNN dengan nilai optimal K (9) adalah untuk pemesanan barang dengan jarak pengiriman lebih dari 1000 km dan masa kadaluarsa barang lebih dari 1 tahun, serta untuk pemesanan barang dengan jarak kurang dari 1000 km dan masa kadaluarsa barang kurang dari 1 tahun maka barang tersebut layak kirim

Unduhan

Data unduhan belum tersedia.

Unduhan

Diterbitkan

2021-12-14

Cara Mengutip

Muhajirin, A., Atmojo Sasosno, S., & Truly Wangsalegawa. (2021). Klasifikasi Algoritma K-Nearest Neigbhor Untuk Memprediksi Barang Pada PT Enesis Group. Journal of Informatic and Information Security, 2(2). Diambil dari http://ejurnal.ubharajaya.ac.id/index.php/jiforty/article/view/875

Terbitan

Bagian

Artikel