Web E-Commerce Dengan Sistem Prediksi Transaksi Penjualan Menggunakan Metode K-Nearest Neighbor

research
  • 12 Mar
  • 2020

Web E-Commerce Dengan Sistem Prediksi Transaksi Penjualan Menggunakan Metode K-Nearest Neighbor

Besarnya angka pengguna internet di Indonesia semakin membuka peluang bisnis baik di tingkat lokal maupun global. Perusahaan kecil dan besar berlomba-lomba memanfaatkan internet demi menunjang bisnis mereka. Penerapan teknologi  e-commerce merupakan salah satu faktor yang penting untuk menunjang keberhasilan penjualan suatu produk dari sebuah perusahaan. Sistem prediksi jumlah transaksi penjualan dapat diterapkan pada aplikasi  e-commerce. Metode K-Nearest Neighbor digunakan karena memiliki akurasi yang tinggi dengan rasio kesalahan kecil. Adapun hasil dari prediksi atau peramalan bermanfaat untuk membantu meningkatkan omzet penjualan perusahaan. Studi kasus penelitian ini dilakukan di Distro Folder yang merupakan perusahaan yang bergerak dalam bidang penjualan pakaian seperti baju, jaket, celana, topi, tas dan aksesoris lainnya di Sukabumi. Dengan menggunakan  website pembeli dapat lebih mudah dalam memilih dan memesan barang kapanpun dan dimanapun tanpa harus mengunjungi distro. Pembangunan website  e-commerce  yang memiliki sistem prediksi transaksi penjualan menggunakan metode  K-Nearest Neighbour  diharapkan dapat
meningkatkan angka penjualan dengan lebih cepat, lebih luas jangkauan pasarnya serta lebih mudah dalam mengelola laporan penjualan.

Unduhan

  • 3321-8904-3-PB_2.pdf

    Web E-Commerce Dengan Sistem Prediksi Transaksi Penjualan Menggunakan Metode K-Nearest Neighbor

    •   diunduh 246x | Ukuran 255 KB

 

REFERENSI

Marius, P., & Pinotaan, F. (2014). Penggunaan Internet Sektor Bisnis 2013. Asosiasi Penyelenggara Jasa Internet Indonesia. APJII.
 
Isparmo. (2016, November 21).  Data Statistik Pengguna Internet Indonesia Tahun 2016. Retrieved from  Internet Marketing & SEO: http://isparmo.web.id/2016/11/21/data-statistik-pengguna-internet-indonesia-2016/
 
Sunarto, A. (2009). Seluk beluk e-commerce. Garailmu, Jogjakarta.
 
Alkhatib, K., Najadat, H., Hmeidi, I., & Shatnawi, M. K. A. (2013). Stock price prediction using k-nearest neighbor (KNN) algorithm. International Journal of Business, Humanities and Technology, 3(3), 32-44