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

  • Sekolah Tinggi Ilmu Komputer Pelita Indonesia
  • Sekolah Tinggi Ilmu Komputer Pelita Indonesia
Abstract viewed = 0 times
PDF downloaded = 0 times

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..”

Published
2019-07-22
How to Cite
, ; , . Sistem Pendukung Keputusan Pemilihan Material Bangunan Berdasarkan Kesesuain Budget Konsumen Menggunakan K-Nearest Neighbor (KNN). (Studi Kasus : Toko Bangunan AJJ). Jurnal Mahasiswa Aplikasi Teknologi Komputer dan Informasi (JMApTeKsi), [S.l.], v. 1, n. 1, july 2019. ISSN 2685-6565. Available at: <https://www.ejournal.pelitaindonesia.ac.id/ojs32/index.php/jmapteksi/article/view/2988>. Date accessed: 16 feb. 2026.
Section
Articles