Sistem Pendukung Keputusan Pemilihan Material Bangunan Berdasarkan Kesesuain Budget Konsumen Menggunakan K-Nearest Neighbor (KNN). (Studi Kasus : Toko Bangunan AJJ)

Authors

  • Jecksen Anderio Sekolah Tinggi Ilmu Komputer Pelita Indonesia
  • Johan Johan Sekolah Tinggi Ilmu Komputer Pelita Indonesia

Keywords:

Sistem Pendukung Keputusan, K-Nearest Neighbor, Material Bangunan, Budget

Abstract

“Toko bangunan AJJ adalah salah satu pusat perbelanjaan yang menyediakan berbagai macam barang harian dan alat bangunan. Tingginya aktivitas pembangunan tentunya memberikan dampak positif terhadap transaksi toko bangunan AJJ. Upaya peningkatan layanan konsumen menjadi prioritas agar konsumen tetap loyal dan tidak beralih ke toko competitor. Berdasarkan analisa sistem yang berjalan saat ini maka ditemukan permasalahan yaitu sering terjadi kurangnya pengetahuan karyawan dalam menjawab keluhan konsumen untuk menentukan material bangunan yang sesuai dengan budget. Proses konsultasi seperti ini sering kali menghabiskan waktu yang panjang sehingga menimbulkan kesan pelayanan yang kurang cepat. Berdasarkan masalah tersebut maka perlu dibangun sebuah aplikasi yang dapat membantu karyawan maupun konsumen dalam menentukan material bangunan sesuai budget yang dimiliki. Salah satu disiplin ilmu yang dapat diterapkan adalah algoritma K-Nearest Neighbor (KNN). Algoritma ini dipilih karena mampu mengklasifikasikan objek baru berdasarkan jarak terpendek ke data training. Data training yang dimaksud adalah estimasi material bangunan beserta harga yang telah tersimpan didatabase. Tujuan dari penelitian ini adalah untuk membuktikan bahwa aplikasi SPK menggunakan metode KNN dapat membantu Toko AJJ dalam meningkatkan pelayanan dengan memberikan informasi material bangunan yang cocok sesuai budget konsumen..â€

Downloads

Download data is not yet available.

References

[1] Banjarsari AM, Budiman dan Farmadi, Andi. (2015).
Penerapan K-Optimal Pada Algoritma KNN Untuk
Prediksi Kelulusan Tepat Waktu Mahasiswa Program
Studi Ilmu Komputer FMIPA UNLAM Berdasarkan IP
Sampai dengan Semester 4. Kumpulan Jurnal Ilmu
Komputer, Volume 02, No. 02 September 2015 : 2406-
7857.
[2] Bima, Andi. (2015). Struktur dan Kontruksi Bangunan.
Makalah, Prodi Arsitektur Fakultas Teknik Universitas
Muslim Indonesia.
[3] Jogiyanto, H.M. (2008). Analisis dan Desain Sistem
Informasi. Yogyakarta : Andi Offset.
[4] Kadarsyah, Suryadi dan Ramdhani, M. Ali. (1998).
Sistem Pendukung Keputusan : Suatu Wacana
Struktural Idealisasi dan Implementasi Konsep
Pengambilan Keputusan. Bandung : PT. Remaja
Rosdakarya.
[5] Kusrini, M.Kom. (2007). Konsep dan Aplikasi Sistem
Pendukung Keputusan. Yogyakarta : Andi Offset.
[6] Leidiyana, Henny (2013). Penerapan Algoritma KNearest Neighbor Untuk Penentuan Risiko Kredit
Kepemilikan Kendaraan Bermotor. Jurnal Penelitian
Ilmu Komputer, System Embedded & Logic, Volume
01, No. 01 2013.
[7] Nugroho, Adi. (2011). Perancangan dan Implementasi
Sistem Basis Data. Yogyakarta : Andi Offset.
[8] Putri, Eka, dkk. (2016). Implementasi Metode CBR
(Case Based Reasoning) dalam penilitian pestisida
terhadap hama padi sawah menggunakan algoritma KNearest Neighbor.
[9] RetrieveFromhttp://ejournal.uajy.ac.id/1678/3/2TF044
85.pdf, Diakses Tanggal 20 September 2018.
[10] Retrieve From http:www.ilmukomputer.com, Diakses
Tanggal 9 September 2018

Downloads

Published

2019-07-22

Issue

Section

Articles