Implementasi Machine Learning Untuk Prediksi Penjualan Oli Shell Pada CV. Harapan Karya Mandiri Bengkulu

Aug 4, 2026

Unggah oleh Ezra

Prediksi merupakan aktivitas memperkirakan kejadian masa depan dengan memanfaatkan data historis melalui metode ilmiah. CV. Harapan Karya Mandiri Bengkulu masih melakukan prediksi penjualan oli secara konvensional, sehingga rentan terhadap human error saat perhitungan dan pencatatan serta berkurang saat rekapitulasi. Penelitian ini menerapkan teknik machine learning menggunakan algoritma K-Nearest Neighbor untuk membangun sistem prediksi. Implementasi dilakukan dengan PHP dan database MySQL menggunakan metode Waterfall, dengan proses training yang memengaruhi akurasi serta nilai k yang digunakan.

BahasaIndonesian

KategoriPenelitian & Laporan

FormatPDF

Halaman8

Waktu Membaca12 mnt

AksesGratis untuk diunduh

Daftar Isi

Pendahuluan

Latar belakang masalah di CV. Harapan Karya Mandiri Bengkulu

Prediksi penjualan dan kebutuhan penerapan AI/Machine Learning

Metode dan perancangan sistem

Algoritma K-Nearest Neighbor

Metode Waterfall dan implementasi berbasis PHP-MySQL

Implementasi Machine Learning Untuk Prediksi Penjualan Oli Shell Pada CV. Harapan Karya Mandiri Bengkulu 1Dellya Septari, 2 Indra Kanedi, 3Juju Jumadi 1 Mahasiswa Program Studi Informatika Fakultas Ilmu Komputer Universitas Dehasen Bengkulu, [e-mail:](e-mail:dellyaseptari001@gmail.com)[dellyaseptari001@gmail.com](e-mail:dellyaseptari001@gmail.com) 2 Dosen Program Studi Sistem Informasi Fakultas Ilmu Komputer Universitas Dehasen Bengkulu[e-mail:](e-mail:indrakanedi12@Gmail.com)[indrakanedi12@Gmail.com](e-mail:indrakanedi12@Gmail.com), 3 Dosen Program Studi Informatika Fakultas Ilmu Komputer Universitas Dehasen Bengkulu [e-mail:](e-mail:juju.jumadi@unived.ac.id)[ju](e-mail:juju.jumadi@unived.ac.id)[ju.jumadi@unived.ac.id](e-mail:juju.jumadi@unived.ac.id) Jl. Meranti Raya No. 32 Kota Bengkulu Kode Pos 38228 Telp. (0736) 22027, 26957 Fax. (0736) 341139 (Received: Mei 2024, Revised: Agustus 2024, Accepied: Oktober 2024) Abstract-Prediction is an activity of guessing or estimating something that will happen in the future by utilizing historical data through a scientific method. CV. Harapan Karya Mandiri in predicting oil sales is still in a conventional way. The weaknesses of conventional systems are in addition to human error in doing calculations and writing and can also be lost when doing recapitulation. For this reason, a machine learning technique is needed that is able to predict sales. One of the algorithms included in Machine Learning is K-Nearest Neighbor. The system implementation uses the PHP programming language with the MySql database and the method used in this research is the Waterfall method. The waterfall method is able to analyze the needs used to find out from the weaknesses of the old system, then make a design of the design and continue with the design of the new system. The conclusion from the results of this study explains that the sales prediction process with the K-Nearest Neighbor method first goes through a training process. The prediction results are also strongly influenced by the amount of data being trained and the value of "k" in this method. Keywords:Machine Learning, Prediction, K-Nearest Neighbor. Intisari-Prediksi merupakan kegiatan menduga ataumemperkirakan sesuatu yang akan terjadi waktumendatang dengan memanfaatkan historis data melaluisuatu metode ilmiah. CV. Harapan Karya Mandiri dalam melakukan prediksi penjulan oli masih dengan carakonvensional. Kelemahan dari sistem konvensional selainhuman error dalam melakukan perhitungan maupun penelitian dan juga dapat hilang saat melakuan rekapitulasi. Untuk itu diperlukan suatu teknik machine learining yang mampu melakukan prediksi penjualan Salah satu algoritma dari yang termasuk dalam Machine Learning adalah K-Nearest Neighboor. Implementasisistem menggunakan bahasa pemrograman PHP dengan database MySql dan metode yang digunakan dalampenelitian ini adalah metode Waterfall. Metode waterfall mampu melakukan analisa kebutuhan yang digunakanuntuk mengetahui dari kelemahan sistem yang lama, kemudian membuat desain dari rancangan tersebut dandilanjutkan dengan pembuatan rancangan sistem baru. Kesimpulan dari hasil penelitian ini menerangkan bahwasannya proses prediksi penjualan dengan metode K-Nearest Neighbor terlebih dahulu melalui proses training. Hasil prediksi juga sangat dipengaruhi oleh banyaknyajumlah data yang ditraining dan nilai “k”yang ada pada metode ini. Kata kunci: Machine Learning, Prediksi, K-Nearest Neighboor I. PENDAHULUAN Kemajuan pada dunia Teknologi Informasi (IT) yang sekarang ini perkembangannya sangat pesat. Perkembangan teknologi ini juga dirasakan padaseluruh aspek kegiatan khususnya didunia sektor bisnis atau penjualan. Kemudahan dalampemanfaatan sistem yang terkomputerisasi sangat membantu pengguna untuk menganalisa, memperoleh informasi dan mengambil keputusanguna untuk terus survive serta mengembangkan kemampuan diri dalam mencapai tujuan. CV. Harapan Karya Mandiri (HKM) Bengkulumerupakan distrib

Pertanyaan Umum

Mengapa CV. Harapan Karya Mandiri Bengkulu perlu sistem prediksi penjualan?

Karena pencatatan dan prediksi masih konvensional sehingga rentan human error, serta sulit memprediksi permintaan retail dan ketidakpastian stok terjual yang membuat pekerjaan kurang efisien.

Algoritma apa yang digunakan untuk memprediksi penjualan dalam penelitian ini?

Penelitian menggunakan algoritma K-Nearest Neighbor (KNN) untuk menghasilkan prediksi penjualan.

Faktor apa yang paling memengaruhi hasil prediksi pada metode K-Nearest Neighbor?

Hasil prediksi dipengaruhi oleh banyaknya data yang digunakan pada proses training dan nilai k pada metode KNN.

Aug 4, 2026

Unggah oleh Ezra