Penerapan Data Mining Memprediksi Penjualan Barang Pada Distributor Di PT. Singa Asia Perkasa Utama Menggunakan Algoritma Naïve Bayes

Pika Aryani

Abstract


Penelitian ini dilakukan untuk mengatahui kinerja algoritma naïve bayes dalam  menemukan New Knowledge (pengetahuan baru) berupa rule dalam memprediksi penjualan barang pada distributor.  Rule yang ditemukan melalui proses algoritma naïve bayes terhadap data penjualan barang pada distributor kemudian akan diuji melalui tools yang ditentukan yaitu Rapidminer 8.1 sebagai bahan perbandingan. Selanjutnya melalui Rapidminer 8.1 akan diukur tingkat akurasi dari rule yang dihasilkan sebagai informasi tambahan bagi pengelola perusahaan pada saat menggunakan rule sebagai alat dalam memprediksi penjualan barang pada distributor.


References


Aisha Alfani W. P. R. , Fahrur Rozi, F. S. (2021). Prediksi penjualan produk unilever menggunakan metode k-nearest neighbor. JIPI (Jurnal Ilmiah Penelitian Dan Pembelajaran Informatika), 06, 155–160.

Alkhairi, Fikrul Ilmi R.H.Zer, E. R. (2021). PENGENALAN POLA KEMAMPUAN PELANGGAN DALAM MEMBAYAR AIR PDAM MENGGUNAKAN ALGORITMA NAIVE BAYES. JURNAL TIMES (Technology Informatic & Computer System, X(2), 29–38.

Cindy Lubis, Rosnelly. (2020). PENERAPAN METODE NAÏVE BAYES DAN C4.5 PADA PENERIMAAN PEGAWAI DI UNIVERSITAS POTENSI UTAMA APPLICATION. CSRID (Computer Science Research and Its Development Journal), 12, 51–63.

Eka, S., Putri, Y., St, S., Surahman, A., Kom, S., Kom, M., Informatika, S., Teknik, F., Ilmu, D., Indonesia, U. T., Za, J., Alam, P., Ratu, L., Kedaton, K., & Lampung, K. B. (2021). PENERAPAN MODEL NAIVE BAYES UNTUK MEMPREDIKSI POTENSI PENDAFTARAN SISWA DI SMK TAMAN SISWA TELUK BETUNG BERBASIS WEB. JECSIT, 1(1), 82–87.

Hasudungan, R., & Pranoto, W. J. (2021). Implementasi Teorema Naïve Bayes Pada Prediksi Prestasi Mahasiswa. JURTI Jurnal Rekayasa Teknologi Informasi, 5(1), 10–16.

Hendini, A. (2016a). PEMODELAN UML SISTEM INFORMASI MONITORING PENJUALAN DAN STOK BARANG (STUDI KASUS: DISTRO ZHEZHA PONTIANAK). IV(2), 107–116.

Hendini, A. (2016b). PEMODELAN UML SISTEM INFORMASI MONITORING PENJUALAN DAN STOK BARANG (STUDI KASUS: DISTRO ZHEZHA PONTIANAK). JURNAL KHATULISTIWA INFORMATIKA, IV(2), 107–116.

Mangaratua Hutahaean, K. H. (2020). PENERAPAN DATA MINING UNTUK MEMPREDIKSI PENJUALAN OBAT DI KLINIK HARAPAN KITA BATAM. Comasie, 3(3), 21–30.

Marlina, D., & Bakri, M. (2021). PENERAPAN DATA MINING UNTUK MEMPREDIKSI TRANSAKSI NASABAH DENGAN ALGORITMA C4.5. Jurnal Teknologi Dan Sistem Informasi (JTSI), 2(1), 23–28.

Mubarak, A. (2019). RANCANG BANGUN APLIKASI WEB SEKOLAH MENGGUNAKAN UML ( UNIFIED MODELING LANGUAGE ) DAN BAHASA PEMROGRAMAN PHP ( PHP HYPERTEXT PREPROCESSOR ) BERORIENTASI OBJEK Abdul Mubarak. 02(1), 19–25.

Nasution, I., Windarto, A. P., & Fauzan, M. (2020). Penerapan Algoritma K-Means Dalam Pengelompokan Data Penduduk Miskin Menurut Provinsi. Building of Informatics, Technology and Science (BITS), 2(2), 76–83. https://doi.org/10.47065/bits.v2i2.492

Nuraini, R. (2015). Desain algorithma operasi perkalian matriks menggunakan metode flowchart. 1(1), 144–151.

Pratiwi, R. P., Tazro, I., & Juliane, C. (2022). Penerapan Algoritma Naïve Bayes untuk Mengidentifikasi Strategi Marketing dalam Penjualan Deposit E-Money. Coopetition:Jurnal Ilmiah Managemen, XIII(1), 65–72.

Rahayu, W. I., Anindita, A., & Fauzan, M. N. (2022). PENENTUAN VALIDASI DATA PEMILIH DAN KLASIFIKASI HASIL PEMILU DPRD KAB.BONE UNTUK MEMPREDIKSI PARTAI PEMENANG MENGGUNAKAN METODE NAIVE BAYES Woro. JURNAL TEKNIK INFORMATIKA, 14(1), 32–39.

Rahmadi, V., Yulistiani, R., Sheffi, R., Gultom, T., & Santoni, M. M. (2020). PREDIKSI PENYEBAB UTAMA KEMISKINAN DI INDONESIA DENGAN ALGORITMA DECISION TREE C5.0 Velia. Seminar Nasional Mahasiswa Ilmu Komputer Dan Aplikasinya (SENAMIKA), 172–181.

Ridho,Hartama, R. D. (2022). Analisis data prestasi pendidik berdasarkan disiplin pegawai menggunakan algoritma c4.5. SmartEDU, 1, 23–30.

Sinaga, D. M., Windarto, A. P., & Tambunan, H. S. (2022). Data Mining Menggunakan Metode Asosiasi Apriori untuk Merekomendasi Pola Obat Pada Puskesmas. Journal of Information System Research (JOSH), 3(2), 143–149. https://doi.org/10.47065/josh.v3i2.1237

Wahyuli, D., Handrizal, H., Parlina, I., Windarto, A. P., Suhendro, D., & Wanto, A. (2019). Mengelompokkan Garis Kemiskinan Menurut Provinsi Menggunakan Algoritma K-Medoids. Prosiding Seminar Nasional Riset Information Science (SENARIS), 1(September), 452. https://doi.org/10.30645/senaris.v1i0.51


Refbacks

  • There are currently no refbacks.


 

LPPM STIKOM Tunas Bangsa
https://tunasbangsa.ac.id/lp2m/
Organized by STIKOM Tunas Bangsa
Published by LPPM STIKOM Tunas Bangsa
W: https://skripsi.tunasbangsa.ac.id/index.php/2022

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0