Penerapan Metode K-Nearest Neighbor (KNN) Untuk Memprediksi Persediaan Beras Bulog
Tanggal Upload: 01/09/2024
Penulis / NIM:
FAISAL MUSTAKI / T3113186
Program Studi:
S1 Teknik Informatika
Abstrak:
Salah satu program pemerintah dalam menjaga ketersediaan pangan di Indonesia khususnya di Gorontalo adalah program raskin atau bulog yang dikhususkan untuk para masyarakat yang kurang mampu. Ketersediaan pangan beras bulog merupakan komoditas yang sangat penting dijaga ketersediaannya karena hal ini menyangkut kelangsungan hidup dan kesehjateraan masyarakat banyak khususnya para warga yang notabene kurang mampu. Meningkatnya jumlah penduduk Gorontalo tiap tahunnya akan berdampak semakin meningkat pula kebutuhan pangannya disetiap tahunnya dengan kata lain penduduk atau masyarakat kurang mampu akan ikut bertambah, disebabkan karena peningkatan jumlah penduduk yang kurang mampu berarti perum bulog perlu melakukan penanganan dini mengenai persediaan beras. Dari permasalahan yang dihadapi oleh perum bulog maka dapat diberikan solusi yaitu dengan melukan prediksi persediaan beras bulog ditahu-tahun yang akan datang, sehingga dapat memperkirakan berapa persen peningkatan kebutuhan atau stok beras bulog di tahun yang akan datang. metode K-Nearest Neighbor (KNN) Karena K-Nearest Neighbor (KNN )merupakan metode yang akan digunakan untuk menganalisa dan melakukan suatu prediksi terhadap persediaan beras pada tahun yang akan dating. Berdasarkan hasil penelitian yang telah dilakukan, Aplikasi yang dirancang dapat diimplementasikan untuk memprediksi kelayakan nasabah. Hal ini dibuktikan dengan hasil pengujian yang dilakukan dengan metode White Box Testing dan Bases Path Testing yang menghasilkan nilai V(G) = CC, sehingga didapat bahwa logika flowchart benar.