Implementasi Data Mining untuk Memprediksi Penjualan Produk Terlaris pada Petshop Menggunakan Algoritma Naive Bayes

Gaho, Ibrani (2024) Implementasi Data Mining untuk Memprediksi Penjualan Produk Terlaris pada Petshop Menggunakan Algoritma Naive Bayes. Skripsi thesis, Prodi Teknik Informatika.

[img] Text
cover.pdf - Submitted Version

Download (2MB)
[img] Text
bab I.pdf - Submitted Version

Download (1MB)
[img] Text
bab II.pdf - Submitted Version

Download (4MB)
[img] Text
bab III.pdf - Submitted Version

Download (3MB)
[img] Text
bab IV.pdf - Submitted Version
Restricted to Registered users only

Download (6MB) | Request a copy
[img] Text
bab V.pdf - Submitted Version

Download (413kB)
[img] Text
daftar pustaka.pdf - Submitted Version

Download (1MB)
[img] Text
lampiran.pdf - Submitted Version
Restricted to Registered users only

Download (1MB) | Request a copy

Abstract

Penelitian ini dilakukan untuk memprediksi penjualan produk terlaris di petshop Berry Catszone Batam menggunakan algoritma Naïve Bayes, sebuah metode data mining yang efektif untuk analisis pola dan tren data. Masalah utama yang dihadapi adalah sulitnya memprediksi penjualan produk terlaris karena beragamnya produk yang dijual dan analisis manual yang memakan waktu serta sumber daya besar. Dengan metode ini, penelitian bertujuan untuk mengelola stok produk lebih efisien, mengurangi biaya penyimpanan, dan meningkatkan kepuasan pelanggan. Data yang digunakan berasal dari penjualan satu tahun terakhir. Hasil penelitian menunjukkan bahwa implementasi algoritma Naïve Bayes dapat meningkatkan akurasi prediksi penjualan dan memberikan wawasan yang bermanfaat bagi manajemen petshop, Pengolahan data dengan RapidMiner menghasilkan akurasi prediksi sebesar 90,41%. Class precision untuk prediksi produk laris adalah 88,24%, sedangkan untuk produk yang tidak laris adalah 90,00%. Class recall untuk prediksi produk laris mencapai 90,91%, sementara untuk produk yang tidak laris mencapai 92,31%. Implementasi menggunakan RapidMiner efektif dalam memproses data penjualan dan menghasilkan model prediksi yang akurat, membantu pemilik petshop dalam mengelola stok produk, mengurangi biaya penyimpanan, dan meningkatkan rotasi stok serta kepuasan pelanggan.

Item Type: Thesis (Skripsi)
Uncontrolled Keywords: Data Mining, Naive Bayes, Prediksi Penjualan, Petshop: Data Mining, Naive Bayes, Sales Prediction, Petshop
Subjects: 000 Karya Umum > 000-009 Ilmu Umum dan Komputer > 004 Pemrosesan Data, Ilmu Komputer, Teknik Informatika
Divisions: Fakultas Teknik dan Komputer > Teknik Informatika
Depositing User: Susila Novmbrita
Date Deposited: 02 Nov 2024 03:00
Last Modified: 02 Nov 2024 03:00
URI: http://repository.upbatam.ac.id/id/eprint/6472

Actions (login required)

View Item View Item

Downloads

Downloads per month over past year