SYAHPUTRA, MUHAMMAD MUFAJAR EFFENDI (2025) ANALISIS EFEKTIFITAS OBAT HERBAL PANAS DALAM BERDASARKAN DATA PENJUALAN MENGGUNAKAN ALGORITMA KNN DAN DNN. S1 thesis, Universitas Mercu Buana Jakarta - Menteng.
![[img]](https://repository.mercubuana.ac.id/style/images/fileicons/text.png) |
Text (COVER)
41521110021 - Muhammad Mufajar Effendi Syahputra - 01 Cover - muhammad mufajar effendi syahputra.pdf Download (433kB) |
|
Text (BAB 1)
41521110021 - Muhammad Mufajar Effendi Syahputra - 02 Bab 1 - muhammad mufajar effendi syahputra.pdf Restricted to Registered users only Download (153kB) |
|
Text (BAB 2)
41521110021 - Muhammad Mufajar Effendi Syahputra - 03 Bab 2 - muhammad mufajar effendi syahputra.pdf Restricted to Registered users only Download (297kB) |
|
Text (BAB 3)
41521110021 - Muhammad Mufajar Effendi Syahputra - 04 Bab 3 - muhammad mufajar effendi syahputra.pdf Restricted to Registered users only Download (318kB) |
|
Text (BABA 4)
41521110021 - Muhammad Mufajar Effendi Syahputra - 05 Bab 4 - muhammad mufajar effendi syahputra.pdf Restricted to Registered users only Download (556kB) |
|
Text (BAB 5)
41521110021 - Muhammad Mufajar Effendi Syahputra - 06 Bab 5 - muhammad mufajar effendi syahputra.pdf Restricted to Registered users only Download (99kB) |
|
Text (DAFTAR PUSTAKA)
41521110021 - Muhammad Mufajar Effendi Syahputra - 08 Daftar Pustaka - muhammad mufajar effendi syahputra.pdf Restricted to Registered users only Download (266kB) |
|
Text (LAMPIRAN)
41521110021 - Muhammad Mufajar Effendi Syahputra - 09 Lampiran - muhammad mufajar effendi syahputra.pdf Restricted to Registered users only Download (650kB) |
Abstract
Penelitian ini bertujuan untuk menganalisis efektivitas obat Herbal panas dalam berdasarkan data penjualan, dengan memanfaatkan Algoritma K-Nearest Neighbors (KNN) dan Deep Neural Network (DNN). Panas dalam merupakan kondisi umum yang sering dialami masyarakat, dan efektivitas obat yang tersedia di pasaran menjadi perhatian penting bagi konsumen dan produsen. Algoritma KNN akan digunakan untuk mengklasifikasikan efektivitas obat berdasarkan pola data penjualan yang serupa, mengidentifikasi obat-obat yang menunjukkan performa penjualan konsisten pada kondisi tertentu. Sementara itu, DNN akan dimanfaatkan untuk memodelkan hubungan kompleks antara berbagai variabel data penjualan dan efektivitas obat, memungkinkan penemuan pola yang lebih dalam dan prediktif. Hasil analisis dari kedua algoritma ini akan dibandingkan untuk mengevaluasi keunggulan dan keterbatasan masing-masing dalam menentukan efektivitas obat. Data yang akan digunakan dalam penelitian ini meliputi volume penjualan obat panas dalam dari berbagai merek dan jenis, periode waktu penjualan (misalnya harian, mingguan, bulanan), informasi lokasi penjualan, serta integrasi potensi faktor eksternal yang relevan seperti tren musiman, kondisi cuaca, atau bahkan peristiwa epidemiologi tertentu yang dapat memengaruhi pola penjualan hasil penelitian ini dapat menjadi fondasi strategis untuk pengembangan produk baru, optimasi formulasi, penentuan harga, dan perancangan kampanye pemasaran yang lebih efisien dan tepat sasaran. This study aims to analyze the effectiveness of herbal medicine for internal heat based on sales data, by utilizing the K-Nearest Neighbors (KNN) Algorithm and Deep Neural Network (DNN). Internal heat is a common condition that is often experienced by the community, and the effectiveness of drugs available on the market is an important concern for consumers and manufacturers. The KNN algorithm will be used to classify drug effectiveness based on similar sales data patterns, identifying drugs that show consistent sales performance under certain conditions. Meanwhile, DNN will be used to model the complex relationship between various sales data variables and drug effectiveness, allowing for deeper and more predictive pattern discovery. The results of the analysis of these two algorithms will be compared to evaluate the advantages and limitations of each in determining drug effectiveness. The data that will be used in this study include the sales volume of internal heat drugs from various brands and types, sales time periods (eg daily, weekly, monthly), sales location information, and the integration of potential relevant external factors such as seasonal trends, weather conditions, or even certain epidemiological events that can affect sales patterns. The results of this study can be a strategic foundation for new product development, formulation optimization, pricing, and designing more efficient and targeted marketing campaigns.
| Item Type: | Thesis (S1) |
|---|---|
| NIM/NIDN Creators: | 41521110021 |
| Uncontrolled Keywords: | Efektivitas Obat Herbal, Panas Dalam, Data Penjualan, Algoritma KNN, Deep Neural Network (DNN), Analisis Prediktif Effectiveness of Herbal Medicine, Internal Heat, Sales Data, KNN Algorithm, Deep Neural Network (DNN), Predictive Analysis. |
| Subjects: | 000 Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 000. Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 004 Data Processing, Computer Science/Pemrosesan Data, Ilmu Komputer, Teknik Informatika |
| Divisions: | Fakultas Ilmu Komputer > Informatika |
| Depositing User: | YOSUA EBENEZER PARDEDE |
| Date Deposited: | 06 Aug 2025 02:07 |
| Last Modified: | 06 Aug 2025 02:07 |
| URI: | http://repository.mercubuana.ac.id/id/eprint/96585 |
Actions (login required)
 |
View Item |
