Penerapan Algoritma K-Nearest Neighbor untuk Prediksi Penjualan Produk Digital: Application of the K-Nearest Neighbor Algorithm for Predicting Digital Product Sales

Abstrak

Penelitian ini bertujuan untuk memprediksi produk digital terlaris di PT. Global Indo Multimedia menggunakan metode K-Nearest Neighbor (K-NN) dengan aplikasi Rapidminer. Dan juga data transaksi produk digital selama 6 bulan, dari Agustus 2023 hingga Januari 2024, digunakan untuk analisis. Proses Knowledge Discovery in Databases (KDD) diterapkan dalam data mining data transaksi produk digital selama 6 bulan dari bulan Agustus 2023 sampai bulan Januari 2024 dimana berdasarkan tahapan KDD lalu diterapkan pada data mining menggunakan metode K-Nearest Neighbor dengan nilai K = 3 menunjukan bahwa algoritma K-Nearest Neighbor dapat memprediksi jumlah transaksi produk digital untuk 2 bulan yang akan datang. Berdasarkan uji coba yang dilakukan menunjukan bahwa algoritma K-NN dapat digunakan dalam klasifikasi data transaksi produk digital pada PT. Global Indo Multimedia dan Berdasarkan pengujian didapatkan hasil akurasi sebesar 95,24%, 3 Produk True Laris, 17 Produk True Rugi, dan 1 Produk True Sedang. Yang artinya data set nantinya dapat digunakan pada tahapan selanjutnya sebagai data yang valid untuk digunakan. Dengan tingkat akurasi yang cukup tinggi ini, model K-NN dapat menjadi salah satu solusi untuk memprediksi transaksi produk digital berdasarkan data penjualan yang telah ada sebelumnya.