PREDIKSI RENTET WAKTU PEMASARAN PRINTER CANON MENGGUNAKAN NEURAL NETWORK DAN K-NEAREST NEIGHBOR

Sari

Prakiraan tingkat pemasaran yang tepat dapat dijadikan rujukan untuk menentukan keberlangsungan usaha dan tingkat keuntungan yang ingin dicapai. Penelitian ini untuk mengembangkan model prediksi rentet waktu dalam memprediksi penjualan barang elektronik yang dalam hal ini adalah alat cetak yaitu printer. Pada penelitian ini digunakan metode Neural Network untuk memprediksi pemasaran printer Canon yang kemudian dibandingkan dengan metode K-Nearest Neighbor. Data yang digunakan adalah data rentet waktu penjualan dari bulan Januari 2012 sampai Desember 2014 sebanyak 1096 record dengan 2 variabel yaitu tanggal dan jumlah barang yang terjual. Algoritma akan diimplementasikan dengan menggunakan RapidMiner. Dalam perkembangan penelitian, data rentet waktu merupakan objek penelitian dari data mining karena banyak berhubungan dengan berbagai bidang salah satunya pada pemasaran printer Canon. Dari hasil penelitian ini algoritma K-NN lebih baik dari Neural Network dengan hasil Root Mean Squered Error (RMSE) untuk NN adalah 92.118 dan K-NN adalah 94.236.