Data Mining untuk Meningkatkan Efisiensi dan Prediksi Produk Garmen Menggunakan Algoritma K-Nearest Neighbor di PT Mas Silueta

Abstract

Pakaian merupakan kebutuhan pokok manusia, terutama bagi wanita. PT MAS SILUETA berlokasi di Jln. Tugu Wijaya III, Randu Garut, Kec. Tugu, Kota Semarang dan memproduksi pakaian dan pakaian dalam wanita seperti Bra Cup, celana suport, dan baju, dengan banyaknya variasi pakaian ini, maka bisa di prediksi mana yang bayak diminat atau tidak agar proses produksi lebih produktif. dari banyaknya produk yang terjual maka akan di kelompokkan menjadi dua yaitu achieve atau produk yang diminati dan tidak achieve atau kurang di minati. Maka untuk mengetahui produksi garmen yang achive dibutuhkan proses perhitungan data untuk menyelesaikan masalah yang ditemukan dengan data mining. K-Nearest Neighbor (KNN) merupakan proses dalam data mining untuk prediksi agar data yang didapat akurat dan efisien. Dan dengan metode K-Nearest Neighbor dapat melakukan proses pengelompokan data lalu melakukan analisa terhadap kelompok data tersebut dan menghasilkan predikasi yang dapat di gunakan untuk menganalisa pada produk berdasarkan data dari penjualan pakaian dalam yang sangat banyak (big data) sehingga dapat sebuah informasi baru yang bermanfaat. Penelitian ini membahas tentang produksi garmen menggunakan 84 data uji. Dan menghasilkan akurasi sebanyak 87,50%.