PT. Universal Jaya Perkasa merupakan perusahaan yang bergerak dalam industri kemasan skincare. Perusahaan ini memiliki berbagai jenis kemasan skincare yang ditawarkan. Kendala yang dialami perusahaan yaitu belum adanya suatu metode dalam menentukan prediksi penjualan pada setiap produk di PT. Universal Jaya Perkasa dan belum adanya akurasi yang tepat dalam melihat penentuan suatu prediksi penjualan produk sehingga terjadi penumpukkan barang yang tidak terjual sesuai target perusahaan. Maka dibutuhkan prediksi untuk penjualan produk kemasan skincare yang paling banyak diminati setiap bulannya, yang berguna untuk mempermudah pihak perusahaan dalam perencanaan penyediaan stok produk. Untuk mengetahui penjualan produk kemasan skincare yang paling banyak diminati digunakan teknik klasifikasi data mining dan algoritma K-Nearest Neighbor menggunakan tools Rapidminer. Hasil perhitungan data mining menggunakan teknik klasifikasi dan algoritma K-Nearest Neighbor, terdiri dari atribut Kategori Produk, Kuantitas dan Bulan. Didapatkan hasil prediksi penjualan tertinggi pada produk kemasan skincare dengan 7 kategori produk yaitu Lipgloss Tube pada bulan (Juli & Maret), Cream Bottle (Februari), Essential Oil Bottle (Oktober), Spray Bottle (September), Powder Box (Januari), Pump Bottle (Agustus & Oktober) dan Tube (Agustus & Desember). Hasil pengujian perhitungan akurasi menggunakan Rapidminer untuk mengetahui penjualan beberapa bulan mendatang diperoleh hasil nilai akurasi 80%.
F. Hermawan and H. Agung, “Implementasi Metode K-Nearest Neighbor Pada Aplikasi Data Penjualan PT. Multitek Mitra Sejati,” J. Sains dan Teknol., vol. 4, pp. 103–109, 2017.
A. Ghani Muttaqin, K. Auliasari, and F. Santi Wahyuni, “Penerapan Metode K-Nearest Neighbor Untuk Prediksi Penjualan Berbasis Web Pada Pt.Wika Industri Energy,” JATI (Jurnal Mhs. Tek. Inform., vol. 4, no. 2, pp. 1– 6, 2020, doi: 10.36040/jati.v4i2.2728.
I. Yolanda and H. Fahmi, “Penerapan Data Mining Untuk Prediksi Penjualan Produk Roti Terlaris Pada PT. Nippon Indosari Corpindo Tbk Menggunakan Metode K-Nearest Neighbor,” J. Ilmu Komput. dan Sist. …, vol. 3, no. 3, pp. 9–15, 2021, [Online]. Available: http://ejournal.sisfokomtek.org/index.php/jik om/article/view/83.
M. Arhami and M. Nasir, Data Mining - Algoritma dan Implementasi. Penerbit Andi, 2020.
F. Ristianto and A. Yoraeni, “Impementasi Metode Naive Bayes Untuk Prediksi Harga Emas,” J. CO-SCIENCE (Computer Sci., vol. 1, no. 1, pp. 62–71, 2021, [Online]. Available: http://jurnal.bsi.ac.id/index.php/coscience/article/view/201.
E. Prasetyowati, DATA MINING Pengelompokan Data untuk Informasi dan Evaluasi. Duta Media Publishing, 2017.
I. Andriyanto, “Peranan Data Mining Dalam Perusahaan,” Irwin Andriyanto, 2020. https://www.course-net.com/peranan-datamining-dalam-perusahaan/ (accessed Jun. 10, 2021).
Ardiyansyah, P. A. Rahayuningsih, and R. Maulana, “Analisis Perbandingan Algoritma Klasifikasi Data Mining Untuk Dataset Blogger Dengan Rapid Miner,” J. Khatulistiwa Inform., vol. VI, no. 1, pp. 20– 28, 2018.
D. Handoko, H. S. Tambunan, and J. T. Hardinata, “Analisis Penjualan Produk Paket Kuota Internet Dengan Metode K-Nearest Neighbor,” Jurasik (Jurnal Ris. Sist. Inf. dan Tek. Inform., vol. 6, no. 1, p. 111, 2021, doi: 10.30645/jurasik.v6i1.275.
Sugiyono, Metode Penelitian Pendekatan kuantitatif, Kualitatif dan R&D. Bandung: CV ALFABETA, 2017.