PENERAPAN NAIVE BAYES DALAM MEMPREDIKSI PENJUALAN DAN PERSEDIAAN KAIN JUMPUTAN PADA TOKO BATIQ COLET TUAN KENTANG PALEMBANG
Article Sidebar
Main Article Content
Abstract
Prediksi dilakukan untuk mengetahui perkiraan penjualan dan persediaan yang akan datang, untuk memenuhi kebutuhan konsumen. Prediksi ini sangatlah penting karena terkait dengan jumlah penjualan dan kemampuan merencanakan strategi penjualan pada periode yang akan datang dan prediksi tersebut diperoleh dari data permintaan atau penjualan pada periode sebelumnya. Dengan adanya prediksi maka pengrajin dapat mengambil keputusan dengan tepat. Untuk dapat meramalkan penjualan dan persediaan dengan tepat diperlukan metode penelitian yang baik. Penitian ini dilakukan dengan menggunakan aplikasi Rapidminer versi 9.9 berdasarkan data penjualan dan persediaan pada tahun 2018 sampai 2020, dengan metode Naïve Bayes. Hasil Akurasi pada penlitian ini menunjukan 89.47 % dengan rincian Hasil Prediksi Meningkat dan Menurun. Penelitian menunjukkan terdapat kecenderungan hasil prediksi searah dengan data rill di lapangan.
Downloads
Article Details
[2] Loelianto, I., Thayf, M. S. S., & Angriani, H. (2020). Implementasi Teori Naive Bayes Dalam Klasifikasi Calon Mahasiswa Baru Stmik Kharisma Makassar. SINTECH (Science and Information Technology) Journal, 3(2), 110-117.
[3] Harijanto, B., Ariyanto, Y., & Miftahurroifa, L. (2018). Penerapan Algoritma Naïve Bayes Untuk Klasifikasi Retensi Arsip. Jurnal Informatika Polinema, 4(2), 155-155.
[4] Al-Talib, G. A., & Hassan, H. S. (2013). A study on analysis of SMS classification using TF-IDF Weighting. International Journal of Computer Networks and Communications Security, 1(5), 189-194.
[5] Darmawan, A., Kustian, N., & Rahayu, W. (2018). Implementasi data mining menggunakan model svm untuk prediksi kepuasan pengunjung taman tabebuya. STRING (Satuan Tulisan Riset dan Inovasi Teknologi), 2(3), 299-307.
[6] Ning, B., Junwei, W., & Feng, H. (2019). Spam message classification based on the Naïve Bayes classification algorithm. IAENG International Journal of Computer Science, 46(1), 46-53.
[7] Hastuti, P., & Ismayanti, D. (2019). Analisis Forecasting Penjualan Produk Handphone Merk Samsung Di Counter Samsung Q Mall Banjarbaru. Jurnal Ilmiah Ekonomi Bisnis, 5(1).
[8] Ayuningtias, L. P., & Jumadi, J. (2017). Analisa perbandingan logic fuzzy metode tsukamoto, sugeno, Dan mamdani (Studi kasus: Prediksi jumlah pendaftar mahasiswa baru fakultas sains Dan teknologi universitas Islam negeri sunan gunung djati Bandung). Jurnal Teknik Informatika UIN Syarif Hidayatullah, 10(1), 133582.
[9] Amalia, Y. R. (2018). Penerapan Data Mining Untuk Prediksi Penjualan Produk Elektronik Terlaris Menggunakan Metode K-Nearest Neighbor (Studi Kasus: PT. Bintang Multi Sarana Palembang) (Doctoral dissertation, UIN RADEN FATAH PALEMBANG).
[10] Purwanto, A., & Darmadi, E. A. (2018). Perbandingan Minat Siswa Smu Pada Metode Klasifikasi Menggunakan 5 Algoritma. ikraith-informatika, 2(1), 43-47.
[11] Sugiyono (2019). Metode Penelitian Kuantitatif, Kualitatif, dan R&D. Bandung : Alphabet.
[12] Nurdiawan, O., & Salim, N. (2018). Penerapan Data Mining Pada Penjualan Barang Menggunakan Metode Metode Naive Bayes Classifier Untuk Optimasi Strategi Pemasaran. Jurnal Teknologi Informasi dan Komunikasi, 13(1), 84-95.
[13] Herdiansyah, Muhammad Izman. Hasmawati. Syamsuar, Dedi. Ismail, Ahmad Fauzi. (2018) : Mixed Integer Linear Programming Model for Optimizing Batik Palembang Supply Chain Network.
[14] Lelitasari, Anis. Herdiansyah, Muhammad Izman . Mirza, Ahmad Haidar . Antoni, Darius. Syamsuar, Dedy. (2020) : Jumputan Wastewater Optimization Model Using Green Logistic Network Approach.
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.