Penerapan Data Mining Untuk Menentukan Klasifikasi Produk Terlaris Pada Penjualan Smartphone Menggunakan Metode Naive Bayes

Abstract

Penelitian  ini  di  latar  belakangi  oleh  kemajuan  perkembangan  teknologi  komunikasi  dan  informasi  yang sangat  pesat  dan  semakin  murah  sehingga  membuat  masyarakat  untuk  sebuah smartphone  menjadi  kebutuhan yang wajib pada masa kini. Dari bermacam produk yang ada pada toko  Siantar Store. Dari smartphone Samsung, iPHONE, Vivo, hingga Oppo,  peneliti mengklasifikasi  menjadi  Laris  dan  Tidak  Laris.  Tujuannya  dapat mengetahui  penerapan  data  mining  dengan  menggunakan  algoritma  Naive  Bayes  dalam  menentukan  klasifikasi produk  terlaris  dan  hasil  akurasi  data  terhadap  stok  penjualan  smartphone.  Dengan  mengumpulkan  data  sebanyak  568 data  menjadi  240  data  training  dan  140  data  testing.  Data  mining  merupakan  bentuk  penggalian  data  dalam mengklasifikasi  pada  sebuah  data  yang jumlahnya  banyak,  menggunakan  tool  RapidMiner  dan  algoritma  Naive Bayes  merupakan  metode  klasifikasi  yang  banyak  digunakan  karena  sederhana  dan  akurasi  yang  tinggi  dalam mengklasifikasi data. Berdasarkan hasil penelitian yang telah dilakukan, jenis produk terlaris pada penjualan pulsa menurut   nama   produk   adalah   smartphone Samsung.  Tingkat   akurasi   klasifikasi   dengan   metode  Naive   Bayes menghasilkan  nilai  Accuracy  sebesar  97,50%,  nilai  Precision  100%,  dan  nilai  Recall  93,48%  sehingga  metode Naive Bayes merupakan metode yang cukup baik dalam penelitian ini.