Hapsari, Nabila (2025) PENERAPAN METODE K-NEAREST NEIGHBOR UNTUK PENGELOMPOKAN UKURAN GAMIS CUSTOMER BERBASIS WEB. Skripsi thesis, ITN MALANG.
Abstract
Berkembangnya indsutri fashion saat ini didorong oleh kemajuan e-commerce yang mempermudah transaksi jual beli online. Kemudahan ini memberikan kenyamanan bagi pelanggan dan menjadi daya tarik utama dalam berbelanja. Namun, dibalik kenyamanan tersebut ada juga permasalahan yang sering muncul seperti ukuran baju yang tidak sesuai dengan yang diinginkan. Hal tersebut menyebabkan tingginya tingkat pengembalian barang dan menurunnya puasan pelanggan. Penelitian ini bertujuan untuk mengembangkan sistem berbasis web dengan memanfaatkan metode K-Nearest Neighbor (K-NN) untuk memprediksi ukuran baju agar lebih akurat, berdasarkan data pribadi pelanggan. Metode yang digunakan merupakan algoritma untuk mengelompokkan data berdasakan kedekatannya dengan tetangga terdekat. Pada sistem pengguna akan memasukkan data diri mereka seperti lingkar dada dan panjang baju kemudian sistem akan memberikan ukuran baju yang sesuai. Setelah jarak dihitung sistem akan mengidentifikasi k tetangga terdekat dan memprediksi ukuran berdasarkan yang paling sering muncul. Hasil pengujian menunjukkan bahwa metode K-NN mampu memberikan prediksi ukuran baju dengan akurasi yang memadai sehingga meningkatkan kepuasan pelanggan. Kesimpulannya, penerapan metode K-NN dalan sistem prediksi ukuran baju dapat meningkatkan akurasi dan meminimalisir kesalahan dalam pemilihan ukuran gamis sesuai brand. Sistem juga diharapkan dapat membantu mengurangi tingkat pengembalian barang.
Item Type: | Thesis (Skripsi) |
---|---|
Additional Information: | Nabila Paramita Hapsari (2118076) |
Uncontrolled Keywords: | Algoritma Klasifikasi, K-Nearest Neighbor, Pengelompokan, Sistem Prediksi, Sistem Rekomendasi |
Subjects: | Engineering > Informatics Engineering |
Divisions: | Fakultas Teknologi Industri > Teknik Informatika S1 > Teknik Informatika S1(Skripsi) |
Depositing User: | Nabila Paramita Hapsari |
Date Deposited: | 28 May 2025 04:02 |
Last Modified: | 28 May 2025 04:02 |
URI: | http://eprints.itn.ac.id/id/eprint/15677 |
Actions (login required)
![]() |
View Item |