Implementasi Algoritme K-Nearest Neighboar (KNN) untuk Prediksi Hasil Produksi

  • Farkhina Dwi Utari
  • Amril Mutoi Siregar
  • Deden Wahiddin
Keywords: K-Nearest Neighbor (KNN), Perencanaan Produksi, Penjadwalan Produksi

Abstract

Penjadwalan sebuah produksi merupakan proses penting dalam produksi. Penjadwalan produksi bertujuan untuk
menghasilkan produk yang akan dijual dan memperoleh keuntungan bagi perusahaan. Agar produksi berjalan
lancar diperlukan sebuah departemen perencanaan produksi dan kontrol persediaan. Permasalahan yang ada
saat ini yaitu metode yang digunakan dalam penjadwalan produksi tidak tentu, karena metode tersebut tidak cocok
digunakan, sehingga menyebabkan kendala yang mempengaruhi perencanaan produksi. Salah satu faktor yang
mempengaruhi adalah besarnya permintaan pelanggan per harinya (cycle time urgent). Maka solusi untuk
mengolah data hasil produksi perusahaan adalah dengan teknik klasifikasi-prediksi menggunakan algoritme KNearest Neighbor (KNN). Sehingga mampu membantu memberikan prediksi bagi departemen perencanaan dan
kontrol persediaan dalam penjadwalan produksi. Berdasarkan hasil perhitungan klasifikasi prediksi data hasil
produksi pada PT. SKI dengan algoritme K-Nearest Neighbor (KNN) dengan data latih sebanyak 130 dan satu
data uji diperoleh nilai akurasi sebanyak 100% dengan menentukan K=5.

References

[1] M. A. Banjarsari, H. I. Budiman, and A. Farmadi, “Penerapan K-Optimal Pada Algoritma Knn
untuk Prediksi Kelulusan Tepat Waktu Mahasiswa Program Studi Ilmu Komputer Fmipa Unlam
Berdasarkan IP Sampai Dengan Semester 4,” vol. 02, no. 02, pp. 50–64, 2015.
[2] W. Yustanti, “Algoritma K-Nearest Neighbour untuk Memprediksi Harga Jual Tanah,” vol. 9, no.
1, pp. 57–68, 2012.
[3] H. Rufaidha, I. Komputasi, F. Informatika, and U. Telkom, “PREDIKSI PENYAKIT
MENGGUNAKAN ALGORITMA K-NEAREST TINGGI DISEASE PREDICTION USING KNEAREST NEIGHBOUR AND GENETIC ALGORITHM FOR HIGH DIMENSIONAL
DATA,” vol. 3, no. 2, pp. 3771–3777, 2016.
[4] F. I. Komputer and U. D. Nuswantoro, “PERAMALAN PENJUALAN MOBIL PADA PT
BENGAWAN.”
[5] P. Hart and T. Cover, “Nearest neighbor pattern classification,” IEEE, vol. 13, no. 1, pp. 21–27.
[6] A. Bode, “K-NEAREST NEIGHBOR DENGAN FEATURE SELECTION MENGGUNAKAN
BACKWARD ELIMINATION UNTUK PREDIKSI HARGA KOMODITI KOPI ARABIKA,”
vol. 9, pp. 188–195, 2017.
[7] T. Djatna, M. Kusuma, D. Hardhienata, A. Fitri, and N. Masruriyah, “An intuitionistic fuzzy
diagnosis analytics for stroke disease,” J. Big Data, 2018.
Published
2020-01-01