Taufik Hidayat Penguji 1 Febri Rismaningsih Penguji 1 Asri Nurhafsari Dosen Pembimbing 2 Djamaludin Ketua Penguji Muhamad Fahrurrozi Pengarang

PT. Sewu Segar Nusantara merupakan perusahaan distributor buah yang menjual berbagai produk buah. Terdapat banyak jenis buah segar berkualitas yang berasal dari dalam maupun luar negri. Sayangnya selama ini belum ada sistem yang mengatur prediksi atau peramalan untuk penjualan buah pada PT. Sewu Segar Nusantara. Sehingga sering terjadi penumpukan barang, barang rusak dan busuk, atau bahkan kekurangan stok barang yang mengakibatkan kerugian bagi perusahaan. Untuk mengatasi masalah tersebut diperlukan suatu peramalan atau Forecasting. Maka digunakan teknik Data Mining dengan metode algoritma KNearest Neighbor. K-Nearest Neighbor (KNN) adalah salah satu algoritma pembelajaran mesin yang telah digunakan secara luas dalam berbagai bidang, termasuk analisis bisnis. Algoritma K-Nearest Neighbor ini berfokus pada pengelompokan data berdasarkan kemiripan fitur. Dalam konteks prediksi penjualan, algoritma K-Nearest Neighbor dapat digunakan untuk memprediksi permintaan buah berdasarkan pola-pola pembelian pelanggan sebelumnya dan fitur-fitur lainnya. Diharapkan dengan menggunakan teknik tersebut dapat mengolah data 3 tahun terakhir menjadi suatu informasi yang dapat membantu pihak perusahaan dalam penyediaan stok barang. Hasil pengujian data yang telah diolah dapat dilihat bahwa terdapat nilai rata-rata akurasi sebesar 86%, recall sebesar 87%, presisi sebesar 81%, dan f1-score sebesar 84%. Hasil akurasi tersebut menunjukkan bahwa model yang telah dibuat sangat baik dalam memprediksi penjualan buah di PT. Sewu Segar Nusantara