Meisin, Meisin (2023) PREDIKSI HARGA MINYAK GORENG ECERAN DI KOTA LHOKSEUMAWE MENGGUNAKAN K-NEAREST NEIGHBOR (KNN). S1 thesis, Universitas Malikussaleh.

[img] Text
ACC CETAK BISMILLAH 1-1.pdf

Download (26kB)
[img] Text
ACC CETAK BISMILLAH 1-10-11.pdf

Download (10kB)
[img] Text
ACC CETAK BISMILLAH 1-19-22.pdf

Download (93kB)
[img] Text
ACC CETAK BISMILLAH 1-73.pdf

Download (144kB)
[img] Text
ACC CETAK BISMILLAH 1.pdf
Restricted to Registered users only

Download (3MB)

Abstract

Prediksi Harga Minyak Goreng Eceran Di Kota Lhokseumawe Menggunakan Metode K-Nearest Neighbor (KNN) ABSTRAK Banyaknya pengguna minyak goreng di Indonesia yang menyebabkan ternjadinya kelangkaan minyak goreng pada awal Januari 2022 telah terjadi kenaikan harga minyak goreng yang berkisar dari Rp.14.000,- sampai dengan Rp.19.000,- per liter. Namun harga jual di kota Lhokseumawe lebih tinggi Rp.3.000,- dari harga eceran harga HET. Dengan terjadinya perubahan harga setiap bulannya peneliti bermaksud membantu memprediksi harga eceran minyak goreng setiap bulannya, dengan menciptakan aplikasi prediksi Prediksi Harga Minyak Goreng Eceran Di Kota Lhokseumawe Menggunakan Metode K-Nearest Neighbor (KNN). Data yang digunakan yaitu data dari tahun 2019 sampai 2021 banyaknya ada sekitar 144 data dalam mingguan yang diambil di BPS Lhokseumawe. Untuk melakukan perhitungan menggunakan metode KNN dengan menghitung jarak lalu diurutkan dari data terkecil. Urutan pengujian ditabulasikan dalam confusion matrix dimana kelas yang diprediksi ditampilkan setelah melalui tahapan perhitungan dan pengurutan data maka dapat mencari k ke 1,2,3,dst. Hasil penelitian ini mendapat hasil prediksi ditahun 2022 terjadi kenaikan harga setelah melalui tahapan perhitungan prediksi dengan metode KNN maka didapat hasil prediksi untuk tahun 2022 tepatnya pada bulan mei >12000 berkisar seharga Rp.17.868. tingkat akurasi confusion matrix 89%. Kata kunci : minyak goreng, prediksi, KNN, confusion matrix

Item Type: Thesis (S1)
Subjects: T Technology > T Technology (General)
Divisions: Fakultas Teknik > 55201 - Jurusan Teknik Informatika
Depositing User: Khairiati Khairiati
Date Deposited: 09 Dec 2024 01:43
Last Modified: 09 Dec 2024 01:43
URI: https://rama.unimal.ac.id/id/eprint/8258

Actions (login required)

View Item View Item

Latest Collections

Top Downloaded Items

Top Authors

This repository has been indexed by