PENERAPAN DATA MINING MENGGUNAKAN ALGORITMA NAIVE BAYES CLASSIFIER UNTUK MEMPREDIKSI MINAT PEMBELIAN PRODUK TENUN

4817040372, Syukur Ridhotullah Aputra (2021) PENERAPAN DATA MINING MENGGUNAKAN ALGORITMA NAIVE BAYES CLASSIFIER UNTUK MEMPREDIKSI MINAT PEMBELIAN PRODUK TENUN. D4 thesis, Politeknik Negeri Jakarta.

[thumbnail of Judul, Pendahuluan Penutup Update] Text (Judul, Pendahuluan Penutup Update)
judulPendahuluanPenutup Update.pdf

Download (914kB)
[thumbnail of Isi Bab 2 sampai Bab 4] Text (Isi Bab 2 sampai Bab 4)
IsiBab2sdBab4.pdf
Restricted to Hanya Civitas Akademika PNJ

Download (2MB)
[thumbnail of Manuskrip] Text (Manuskrip)
Jurnal Skripsi.pdf
Restricted to Hanya Staff Repositori

Download (303kB)

Abstrak

CV Polatique adalah sebuah perusahaan yang bergerak dalam pemasaran produk-produk tenun. Pembelian produk tenun dilakukan di acara pameran seperti mall, kantor pemerintahan dan sebagainya. Namun proses pembelian masih dilakukan secara offline dan pendataan masih dilakukan secara manual. Tujuannya dapat mengetahui penerapan data mining dengan menggunakan algoritma Naive Bayes dalam bentuk klasifikasi produk minat maupun tidak dan hasil akurasi data terhadap Restock pembelian tenun. Data yang digunakan pada sistem transaksi sebanyak 1988 data, sedangkan transaksi detail 9844 data dalam waktu 12 bulan terhitung sejak tanggal 1 januari 2020 hingga tanggal 31 desember 2020. Untuk mempermudah sebuah pengolahan data dalam perbulan, total barang sebanyak 55 barang dikalikan selama 12 bulan dengan total 660 data (dalam 12 bulan). Data mining merupakan bentuk penggalian data dalam mengklasifikasi pada sebuah data yang jumlahnya banyak, menggunakan tool RapidMiner yang diterapkan pada framework laravel dan algoritma Naive Bayes merupakan metode klasifikasi yang banyak digunakan karena sederhana dan akurasi yang tinggi dalam mengklasifikasi data. Algoritma Naïve Bayes dapat memprediksi peluang pembelian yang akan datang berdasarkan pengalaman sebelumnya. Tingkat akurasi klasifikasi dengan metode Naive Bayes menghasilkan nilai Accuracy: 96,15%, Precision: 93.75%, dan Recall: 96,33% sehingga metode Naive Bayes merupakan metode yang cukup baik dalam penelitian ini.

Tipe Dokumen: Thesis / Skripsi / Tugas Akhir (D4)
Subjek: 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 003 Sistem-sistem
000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 005 Pemrograman komputer, program dan data
Bidang, Unit, atau Jurusan Yang Ditujukan: Teknik Informatika dan Komputer > Teknik Informatika D4
User ID Pengunggah: Syukur Ridhotullah Aputra
Date Deposited: 11 Oct 2021 03:03
Last Modified: 11 Oct 2021 03:03
URI: https://repository.pnj.ac.id/id/eprint/4145

Actions (login required)

View Item
View Item