Rancang Bangun Sistem Prediksi Penjualan Sembako di Toko Simare-Mare Menggunakan Algoritma K-NN

Toko Simare-Mare merupakan usaha penjualan sembako yang menghadapi tantangan dalam memprediksi permintaan barang secara akurat. Metode perkiraan yang selama ini digunakan masih mengandalkan pengalaman pemilik, sehingga berisiko menyebabkan ketidakseimbangan stok yang dapat berdampak pada kerugian. Penelitian ini bertujuan merancang dan membangun sistem prediksi penjualan sembako berbasis web menggunakan algoritma K-Nearest Neighbor (KNN) untuk membantu pengambilan keputusan dalam pengelolaan stok. Data yang digunakan adalah data penjualan mingguan selama satu tahun terakhir (Juli 2024–Juli 2025). Proses penelitian meliputi pengumpulan dan pembersihan data, pembagian data menjadi data latih dan data uji, perhitungan jarak menggunakan Euclidean Distance, serta pemilihan nilai K optimal untuk meminimalkan kesalahan prediksi. Sistem yang dibangun menyediakan fitur prediksi penjualan, pengelolaan data barang, pencatatan transaksi, dan pelaporan. Hasil pengujian menunjukkan bahwa penerapan algoritma KNN dapat memberikan prediksi yang cukup akurat terhadap permintaan barang, sehingga mampu meningkatkan efisiensi manajemen stok dan mengurangi risiko kelebihan atau kekurangan persediaan. Sistem ini diharapkan dapat menjadi solusi pendukung keputusan berbasis data bagi pengelola Toko Simare-Mare dan dapat dikembangkan lebih lanjut untuk integrasi dengan sistem persediaan yang lebih kompleks.