Prediksi Penjualan Parfum Menggunakan Metode K-Nearest Neighbor (KNN) untuk Optimalisasi Strategi Pemasaran

Abstrak

Perkembangan teknologi informasi mendorong pemanfaatan data historis sebagai dasar pengambilan keputusan dalam bidang pemasaran. Salah satu permasalahan yang sering dihadapi pelaku usaha parfum adalah kesulitan dalam memprediksi jumlah penjualan secara akurat, yang berdampak pada pengelolaan stok dan strategi pemasaran. Penelitian ini bertujuan untuk menerapkan metode K-Nearest Neighbor (KNN) dalam memprediksi penjualan parfum serta menganalisis hasil prediksi sebagai dasar optimalisasi strategi pemasaran. Data yang digunakan merupakan data historis penjualan parfum yang terdiri dari atribut harga, jumlah stok, dan jumlah penjualan. Tahapan penelitian meliputi preprocessing data, normalisasi, pembagian data latih dan data uji, serta implementasi algoritma KNN dengan nilai k sebesar 3. Hasil pengujian menunjukkan bahwa metode KNN mampu menghasilkan tingkat akurasi sebesar 66,7% pada data uji. Hasil tersebut menunjukkan bahwa metode KNN cukup efektif untuk digunakan sebagai alat bantu prediksi penjualan parfum pada skala usaha kecil hingga menengah. Prediksi yang dihasilkan dapat dimanfaatkan untuk mendukung pengambilan keputusan dalam perencanaan stok dan penyusunan strategi pemasaran yang lebih tepat sasaran.