Perbandingan Teknik Data Mining Untuk Prediksi Penjualan Pada UMKM Gerabah

Abstract

Pada dasarnya penjualan yang maksimal adalah yang dapat memenuhi permintaan-permintaan yang ada, penentuan jumlah produksi yang di rencanakan untuk memenuhi tingkat produksi guna memenuhi tingkat penjualan yang di rencanakan atau tingkat permintaan pasar, jumlah permintaan dan persediaan merupakan suatu ketidakpastian. Jumlah permintaan dan persedian adalah ketidakpastian, UMKM Gerabah dalam memproduksi gerabah tentu nya menyesuaikan dengan keinginan serta kebutuhan pelanggannya, kebutuhan dan minat pelanggan terhadap hasil produksi UMKM Gerabah selalu berubah ubah setiap waktunya. Selain  upaya  memenuhi  keinginan  dan  kebutuhan  para  pelanggan,  UMKM  Gerabah  juga  perlu  memperhatikan  kapasitas produksi yang di milikinya tersebut, minimalisasi produk sisa dan dapat menentukan jumlah produksi gerabah pada saat ini dan seterusnya. Tujuan dari penelitian ini adalah membandingan 3 metode data mining seperti  Decision Tree, Naive Bayes, K-NN untuk menentukan jumlah produksi dalam memenuhi permintaan konsumen. Penerapan perbandingan 3 metode dalam data mining  dalam  menentukan  jumlah  produksi  gerabah,  diharapkan  UMKM  dapat  mengatasi  fluktuasi  permintaan  konsumen dengan biaya produksi yang minimal. Pada penelitian ini dilakukan pengujian menggunakan 3 metode Decision Tree, Naive Bayes, dan KNN, dengan menggunakan data yang diolah berdasarkan tahapan Knowledge Discovery in Database (KDD). Hasil dari kegiatan mining ini diharapkan dapat memberikan kesimpulan prediksi penjualan produk gerabah dari metode-metode yang kita gunakan, berdasarkan hasil penelitian menunjukan bahwa metode yang terbaik dari penelitian prediksi penjualan gerabah adalah metode Naive Bayes.