Penerapan Algoritma Naive Bayes dalam Memprediksi Penjualan Material Bangunan

Sandy, Sandy (2022) Penerapan Algoritma Naive Bayes dalam Memprediksi Penjualan Material Bangunan. Skripsi thesis, Prodi Teknik Informatika.

	Text cover.pdf - Submitted Version Download (2MB)
	Text bab I.pdf - Submitted Version Download (1MB)
	Text bab II.pdf - Submitted Version Download (3MB)
	Text bab III.pdf - Submitted Version Download (1MB)
	Text bab IV.pdf - Submitted Version Restricted to Registered users only Download (6MB) | Request a copy
	Text bab V.pdf - Submitted Version Download (390kB)
	Text daftar pustaka.pdf - Submitted Version Download (556kB)
	Text lampiran.pdf - Submitted Version Restricted to Registered users only Download (3MB) | Request a copy

Abstract

Material merupakan bahan bangunan berupa benda atau objek yang digunakan untuk membangun tempat tinggal seperti suatu rumah yang digunakan sebagai tempat tinggal dan tempat pelindungan dari musim hujan, panas dan sebagainya. Setiap proses pembangunan rumah perlu adanya bahan bangunan. Siklus penjualan bahan bangunan yaitu distributor menyediakan bahan material yang disupplier ke toko bangunan dan konsumen membeli bahan material di toko bangunan terdekat. Setiap perusahaan memiliki penyimpanan data dan data yang disimpan semakin lama berjalan semakin menumpuknya datanya. Data penyimpanan akan dimanfaatkan untuk menerapkan data mining. Tujuan dari penelitian ini adalah untuk mengetahui hasil penerapan data mining di PT.Tanjung Uncang dalam memprediksi penjualan bahan material yang terlaku dan tidak laku menggunakan metode Naïve Bayes. Dalam perencangan desain penelitian memerlukan sebuah desain sebagai arah penjelas, dimulai dengan cara memperoleh data, mengolah data, dan langkah-langkah untuk menyelesaikan pengolahan data. Data penjualan pada PT.Tanjung Uncang menggunakan metode naïve bayes serta di uji melalui aplikasi WEKA 3.9 diperoleh hasil yaitu 135 yang laku sebanyak 72.5806% dan 51 yang tidak laku sebanyak 27.4194% dari keseluruhan 186 data dengan 12 variabel yaitu variable Januari, Februari, Maret, April, Mei, Juni, Juli, Agustus, September, Oktober, November, dan Desember. Dengan menggunakan teknik data mining dan algoritma Naïve Bayes dapat mempercepat pengolahan data penjualan sehingga memiliki peran penting dalam membantu memdapatkan informasi laku dan tidak laku dimasa yang akan datang.

Item Type:	Thesis (Skripsi)
Uncontrolled Keywords:	Data Mining, Aplikasi WEKA, Naïve Bayes
Subjects:	500 Ilmu Alam dan Matematika > 510-519 Matematika > 518.1 Algoritma
Divisions:	Fakultas Teknik dan Komputer > Teknik Informatika
Depositing User:	Melsa Yulia Putri
Date Deposited:	28 Oct 2022 04:33
Last Modified:	11 Dec 2024 07:24
URI:	http://repository.upbatam.ac.id/id/eprint/1858

Actions (login required)

View Item

Downloads