KLASIFIKASI VENDOR MENGGUNAKAN METODE K-NEAREST NEIGHBOR (KNN) DAN METODE WEIGHTED PRODUCT (WP)

Main Article Content

Nia Desfiani S Tacbir Hendro Pudjiantoro Puspita Nurul Sabrina

Abstract

Banyaknya vendor yang bekerja sama sehingga perusahaan memerlukan informasi mengenai solusi bisnis sebagai pendukung pengambilan keputusan. Maka penelitian ini melakukan proses data mining pada data pembelian dengan menggunakan metode K-NN dan Weighted Product dikarenakan lebih efektif dalam pencarian data dan mampu menyeleksi dengan baik. Proses klasifikasi pada penelitian ini memiliki tujuan memberitahu pengetahuan dari algoritma K-Nearest Neighbor dengan Weighted Product juga mampu memberikan informasi mengenai vendor yang sesuai dengan jarak, harga, quantity, dan total. Sehingga dapat disimpulkan dengan menggunakan metode K-NN dan Weighted Product ini efektif dan akurat dengan nilai akurasi yang didapatkan sebesar 75.46%Hasil pengujian akurasi dengan Confusion Matrix dihasilkan Accuracy 73,48%, Precision 74%, Recall 77%, F1-Score 75%. Namun persentase yang dihasilkan cukup rendah tidak tercapai hingga persentase 100%, dikarenakan beberapa faktor yang mempengaruhi diantaranya jumlah data yang kurang banyak dan varian serta atribut yang digunakan kurang banyak.

Article Details

How to Cite
S, Nia Desfiani; PUDJIANTORO, Tacbir Hendro; SABRINA, Puspita Nurul. KLASIFIKASI VENDOR MENGGUNAKAN METODE K-NEAREST NEIGHBOR (KNN) DAN METODE WEIGHTED PRODUCT (WP). SNIA (Seminar Nasional Informatika dan Aplikasinya), [S.l.], v. 5, p. C31-36, oct. 2021. Available at: <https://snia.unjani.ac.id/web/index.php/snia/article/view/287>. Date accessed: 15 july 2024.
Section
Articles