IMPLEMENTASI DATA MINING UNTUK PREDIKSI PENJUALAN MOBIL BARU DI INDONESIA MENGGUNAKAN METODE K-NEAREST NEIGHBOR
Daftar Isi:
- Saat ini mobil sudah menjadi kebutuhan yang banyak diperlukan oleh banyak orang yang dimanfaatkan sebagai alat tranportasi. Hal tersebut membuat bisnis jual beli mobil semakin berkembang. Disini pengetahuan mengenai mobil yang paling banyak diminati orang-orang dapat memberikan keuntungan bagi para penjual mobil. Untuk itu, penelitian ini dilakukan untuk menghitung nilai prediksi penjualan mobil baru di Indonesia dengan menggunakan metode K Nearest Neighbor. Penelitian ini menggunakan meotde K Nearest Neighbor untuk menghasilkan nilai prediksi dan menggunakan metode perhitungan RMSE untuk menghitung nilai eror jika dibandingkan dengan nilai aktual. Data yang digunakan adalah jumlah penjualan mobil baru di Indonesia secara ritel dari tahun 2017 sampai dengan 2021. Langkah-langkah data mining yang dilakukan mengacu pada metode analisis Knowledge Discovery in Database. Bentuk data yang digunakan sebanyak empat untuk membandingkan bentuk data yang dapat menghasilkan nilai prediksi paling akurat. Setelah dilakukan perhitungan dengan menggunakan metode KNN pada keempat bentuk data, nilai prediksi pada tahun 2021 dibandingkan dengan nilai aktualnya yang menghasilkan nilai tingkat eror. Nilai eror ini dikelompokkan berdasarkan bentuk datanya pada setiap merek mobil. Dari hal ini ditemukan bahwa bentuk data dengan 12 input memiliki jumlah RMSE terendah yang paling banyak jika dibandingkan dengan bentuk data lainnya per merek mobilnya.