ANALISIS PROYEK DATA GAJI PEGAWAI BIAYA OPERASIONAL DI SWAN CAFFEE & RESTO RANTAUPRAPAT MENGGUNAKAN METODE KNN

Hadron Sofyan, Masrizal Masrizal, Sudi Suryadi, Budianto Bangun

Abstract


Pemanfaatan data operasional sebagai dasar pengambilan keputusan penting dalam pengelolaan usaha kuliner. Data gaji pegawai dan biaya operasional yang tercatat secara rutin memiliki potensi untuk dianalisis guna mengidentifikasi pola pengeluaran dan mendukung efisiensi operasional. Namun, data tersebut umumnya masih digunakan sebatas laporan administratif. Penelitian ini bertujuan untuk menganalisis dan mengklasifikasikan data gaji pegawai serta biaya operasional pada Swan Caffee & Resto Rantauprapat menggunakan pendekatan Knowledge Discovery in Databases (KDD) dengan algoritma K-Nearest Neighbor (KNN). Penelitian menggunakan pendekatan kuantitatif dengan desain studi kasus. Data dianalisis melalui tahapan pembersihan, transformasi, dan klasifikasi menggunakan KNN. Evaluasi model dilakukan dengan perangkat lunak Orange menggunakan skema random sampling dengan data pelatihan 70%. Hasil penelitian menunjukkan nilai akurasi sebesar 53,3% dan AUC sebesar 0,407, yang mengindikasikan keterbatasan model akibat ketidakseimbangan kelas. Meskipun demikian, KNN dapat dimanfaatkan sebagai alat eksploratif dalam mendukung pengambilan keputusan berbasis data pada usaha kuliner.

Kata kunci: Data Mining, KNN, KDD, Gaji Pegawai, Biaya Operasional, usaha kuliner.


Keywords


Datamining; K-Nearest Neighbors; KDD; Employee Salary; Operational Cost

References


Alfandi, M. S., Fatah, Z., Informasi, S., Ibrahimy, U., Timur, S. J., Informasi, S., Ibrahimy, U., & Timur, S. J. (2024). PENERAPAN DATA MINING MENGGUNAKAN METODE K-MEANS CLUSTERING UNTUK. 1(4), 94–102.

Fau, I. (2024). Penerapan Data Mining Dengan Metode Support Vector Machine Untuk Prediksi Cuaca. 4(1), 19–27.

Hidayat, I. S., Defit, S., & Nurcahyo, G. W. (2021). Jurnal Sistim Informasi dan Teknologi. 3, 281–286. https://doi.org/10.37034/jsisfotek.v3i3.79

Nirwana, N., & Hayati, M. N. (2021). CATEGORIC DATA GROUPING BY ALGORITHM QUICK ROBUST CLUSTERING USING LINKS ( QROCK ) ( Case Study : Status of Value Addrd Tax Payments at the Samarinda Ulu Primary Tax Office in 2018 ). 9(1).

Penerapan, J., Informasi, T., Ujianto, N. T., Fadilah, H., Fanti, A. P., & Saputra, A. D. (2025). IT-EXPLORE Penerapan algoritma K-Nearest Neighbors ( KNN ) untuk klasifikasi citra medis. 02, 33–43.

Prasetyo, M. B., Oktarina, D., Informasi, S. S., Komputer, F. I., & Indonesia, P. (2025). Penerapan Data Mining dalam Klasifikasi Penjualan Top Up Game Menggunakan Metode K-Nearest Neighbor. 3(2024), 232–243.

Putri, A. A. (2021). Penerapan Data Mining Untuk Memprediksi Penjualan Buah Dan Sayur Menggunakan Metode K-Nearest Neighbor ( Studi Kasus : PT . Central Brastagi Utama ). 1(6), 354–361.

Sinaga, C. A., & Ginting, A. K. (2025). Implementasi Algoritma K-Nearest Neighbors Dengan Pendekatan Elbow Method Untuk Klasifikasi Status Ketahanan Pangan Provinsi Di Indonesia. 07(01), 27–34.

Yolanda, I., & Fahmi, H. (2021). Penerapan Data Mining Untuk Prediksi Penjualan Produk Roti Terlaris Pada PT . Nippon Indosari Corpindo Tbk Menggunakan Metode K-Nearest Neighbor. 3(3), 9–15.




DOI: https://doi.org/10.36987/inf.v14i2.9069

Hasil gambar untuk committee on publication ethics logo

Jurnal ini mengikuti pedoman dari Committee on Publication Ethics (COPE)dalam menghadapi semua aspek etika publikasi dan, khususnya, bagaimana menangani kasus penelitian dan kesalahan publikasi. Pernyataan ini menjelaskan etika perilaku semua pihak yang terlibat dalam proses penerbitan artikel di jurnal ini, termasuk Penulis, Pemimpin Redaksi, Dewan Redaksi, Mitra Bebestari, dan Penerbit (Akademi Kepolisian Republik Indonesia). INFORMATIKA berkomitmen untuk mengikuti praktik terbaik tentang masalah etika, kesalahan, dan pencabutan. Pencegahan malpraktek publikasi merupakan salah satu tanggung jawab penting dewan redaksi. Segala jenis perilaku tidak etis tidak dapat diterima, dan jurnal tidak mentolerir plagiarisme dalam bentuk apa pun.

 

INFORMATIKA
Journal URL: https://jurnal.ulb.ac.id/index.php/informatika
Journal DOI: 10.36987/informatika
P-ISSN: 2303-2863
E-ISSN: 2615-1855

Alamat Redaksi :
Fakultas Sains dan Teknologi, Universitas Labuhanbatu
Gedung Fakultas Sains dan Teknologi,
Jalan Sisingamangaraja No.126 A KM 3.5 Aek Tapa, Bakaran Batu, Rantau Sel., Kabupaten Labuhan Batu, Sumatera Utara 21418