Saat ini mobil sudah menjadi kebutuhan yang banyak diperlukan oleh
banyak orang yang dimanfaatkan sebagai alat tranportasi. Hal tersebut membuat
bisnis jual beli mobil semakin berkembang. Disini pengetahuan mengenai mobil
yang paling banyak diminati orang-orang dapat memberikan keuntungan bagi para
penjual mobil. Untuk itu, penelitian ini dilakukan untuk menghitung nilai prediksi
penjualan mobil baru di Indonesia dengan menggunakan metode K Nearest
Neighbor.
Penelitian ini menggunakan meotde K Nearest Neighbor untuk
menghasilkan nilai prediksi dan menggunakan metode perhitungan RMSE untuk
menghitung nilai eror jika dibandingkan dengan nilai aktual. Data yang digunakan
adalah jumlah penjualan mobil baru di Indonesia secara ritel dari tahun 2017 sampai
dengan 2021. Langkah-langkah data mining yang dilakukan mengacu pada metode
analisis Knowledge Discovery in Database. Bentuk data yang digunakan sebanyak
empat untuk membandingkan bentuk data yang dapat menghasilkan nilai prediksi
paling akurat.
Setelah dilakukan perhitungan dengan menggunakan metode KNN pada
keempat bentuk data, nilai prediksi pada tahun 2021 dibandingkan dengan nilai
aktualnya yang menghasilkan nilai tingkat eror. Nilai eror ini dikelompokkan
berdasarkan bentuk datanya pada setiap merek mobil. Dari hal ini ditemukan bahwa bentuk data dengan 12 input memiliki jumlah RMSE terendah yang paling banyak
jika dibandingkan dengan bentuk data lainnya per merek mobilnya.