Perbandingan Algoritma K-Nearest Neighbor dengan Decision Tree dalam Memprediksi Penjualan Makanan Hewan Peliharaan di Petshop Dore Vet Clinic

INTISARIMemprediksi penjualan sangat penting dalam kemajuan sebuah usaha, terutama dalam penjualan barang yang memiliki tanggal kadaluarsa seperti makanan hewan peliharaan. Ada beberapa algoritma yang digunakan untuk menginformasikan prediksi harga penjualan salah satunya algoritma K-Nearest Neighbor dan algoritma Decision Tree. Dengan metode K-nn, dihasilkan kondisi dari 30 data, 6 data diklasifikasikan terlaris sesuai dengan prediksi yang dilakukan dengan metode k-nn, 3 data dari 6 data diprediksi terlaris ternyata tidak terlaris, (data urutan 1, 2, 6). 24 data diprediksi tidak terlaris ternyata 10 data sebelumnya diklasifikasikan terlaris (data urutan 22, 5, 16, 26, 28, 19, 17, 20, 23, 24). Dengan metode decision tree algoritma C45, diketahui dari 30 data, merek purina terlaris, ada 4 data daripada royal canin (false negative). Hasil tingkat akurasi decision tree algoritma c45, diketahui true terlaris = 17, false tidak terlaris = 4. False terlaris = 16, true tidak terlaris = 13. Akurasi decision tree algoritma c45 = 83%. Kata kunci— algortima K-NN, Algortima C45, Data Mining, Pohon Keputusan, Prediks