Prediksi Jumlah Produksi Coconut Oil Menggunakan k-Nearest Neighbor dan Backward Elimination

  • Ivo Colanus Rally Drajana Universitas Ichsan Gorontalo

Abstract

Hampir keseluruhan tanaman pohon kelapa memiliki banyak bagiannya yang dimanfaatkan oleh manusia, sehingga tumbuhan ini dianggap tumbuhan serbaguna. Minyak kelapa (coconut oil) dihasilkan oleh buah pohon kelapa. Produksi jumlah coconut oil menjadi bagian penting disetiap perusahaan yang bergerak di bidang produksi coconut oil dengan tujuan mencapai target hasil produksi. Produksi minyak setiap hari mengalami perubahan fluktuatif. Untuk memenuhi permintaan sales order dari customer perusahaan, pengembangan system perusahaan sangat diperlukan untuk prediksi jumlah produksi coconut oil. Penelitian ini k-Nearrest Neighbor dengan feature selection digunakan untuk memprediksi jumlah produksi coconut oil berdasarkan data time series Sales Order (SO). Metode yang sering digunakan dalam prediksi adalah metode time series, dimana nilai masa mendatang dilihat berdasarkan rentet waktu pengamatan. Performa metode time series sangatlah unggul dengan melihat nilai-nilai di masa lalu. Algoritma k-Nearest Neighbor merupakan metode non-parametrik yang digunakan untuk klasifikasi dan regresi. k-Nearest Neighbor menghitung jarak datanya pada semua sampel. Jarak Euclidean lebih sering digunakan. Algoritma k-Nearest Neighbor adalah metode penerapan algoritma supervised di mana algoritma ini terbagi menjadi dua bagian yaitu supervised learning dan unsupervised learning. Feature selection yakni Backward Elimination meningkatkan performa yang lebih baik. Backward Elimination diterapkan untuk mengeliminasi atribut atau variabel yang anggap tidak relevan, variabel yang tidak berpengaruh serta tidak signifikan dalam model dihapuskan dari dalam model. Algoritma k-Nearest Neighbor dihasilkan model terbaik yang dilihat berdasarkan nilai error terkecil yaitu 0.111. Kemudian algoritma k-Nearest Neighbor menggunakan Backward Elimination dihasilkan model terbaik yang dilihat berdasarkan nilai error terkecil yaitu 0.109. Seleksi fitur yaitu Backward Elimination menghasilkan kinerja lebih baik.


Kata kunci: Metode k-Nearest Neigbor; Backward Elimination; Data Mining; Produksi Coconut Oil

Author Biography

Ivo Colanus Rally Drajana, Universitas Ichsan Gorontalo

Fakultas Ilmu Komputer, Jurusan Teknik Informatika, Universitas Ichsan Gorontalo

Published
2018-10-02
How to Cite
DRAJANA, Ivo Colanus Rally. Prediksi Jumlah Produksi Coconut Oil Menggunakan k-Nearest Neighbor dan Backward Elimination. JURNAL TECNOSCIENZA, [S.l.], v. 3, n. 1, p. 51-64, oct. 2018. ISSN 2615-3319. Available at: <http://ejournal.kahuripan.ac.id/index.php/TECNOSCIENZA/article/view/110>. Date accessed: 16 dec. 2018.
Section
Articles