PREDIKSI STATUS PENJUALAN DENGAN METODE KLASIFIKASI NAÏVE BAYES (STUDI KASUS : SEVEN INC JOGJA)

, ROSALINA (2022) PREDIKSI STATUS PENJUALAN DENGAN METODE KLASIFIKASI NAÏVE BAYES (STUDI KASUS : SEVEN INC JOGJA). S1 thesis, Universitas Mercu Buana Bekasi.

Preview	Text 41517320018 - ROSALINA - 01 Cover.pdf Download (1MB) | Preview
Preview	Text 41517320018 - ROSALINA - 02 Abstrak.pdf Download (27kB) | Preview
	Text 41517320018 - ROSALINA - 03 BAB 1.pdf Restricted to Registered users only Download (83kB)
	Text 41517320018 - ROSALINA - 04 BAB 2.pdf Restricted to Registered users only Download (47kB)
	Text 41517320018 - ROSALINA - 05 BAB 3.pdf Restricted to Registered users only Download (169kB)
	Text 41517320018 - ROSALINA - 06 BAB 4.pdf Restricted to Registered users only Download (175kB)
	Text 41517320018 - ROSALINA - 07 BAB 5.pdf Restricted to Registered users only Download (236kB)
	Text 41517320018 - ROSALINA - 08 Daftar Pustaka.pdf Restricted to Registered users only Download (80kB)
	Text 41517320018 - ROSALINA - 09 Lampiran.pdf Restricted to Registered users only Download (278kB)

Abstract

ABSTRAK Nama : Rosalina NIM : 41517320018 Pembimbing TA : Giri Purnama, S.Pd, M.Kom Judul : Prediksi Status Penjualan Dengan Metode Klasifikasi Naïve Bayes (Studi Kasus : Seven Inc Jogja) Pakaian adalah kebutuhan manusia dalam proses kehidupannya. Namun, pelaku usaha menghadapi beberapa masalah. Pelaku usaha menginginkan informasi tentang produk terlaris yang sudah dipasarkannya. Oleh karena itu, penelitian ini menggunakan metode Naïve Bayes yang bertujuan untuk menentukan prediksi status penjualan karena, metode Naïve Bayes adalah pilihan yang baik dalam melakukan pengklasifikasian untuk sedikit data. Data yang digunakan dalam penelitian ini dikumpulkan melalui teknik dokumentasi dan wawancara kepada sumbernya, yaitu pemilik Seven Inc. Sumber yang digunakan merupakan data yang diperoleh pada Januari 2020 dengan total 255 records. Setelah data dikumpulkan, penulis melakukan seleksi variabel. Variabel awal berjumlah 13 records lalu setelah dilakukan seleksi menjadi 5 records. Penulis juga melakukan Split Data dengan tingkat rasio 0.8 dan 0.2 yang berarti data latih sebesar 80% dan data uji sebesar 20%. Dari dataset yang digunakan, Naïve Bayes mampu menghasilkan tingkat akurasi sebesar 90,20%. Kata kunci: Naïve Bayes, Klasifikasi, Accuracy, Presicion, Recall, Penjualan Pakaian ABSTRACT Name : Rosalina Student Number : 41517320018 Counsellor : Giri Purnama, S.Pd, M.Kom Title : Sales Status Prediction using Naïve Bayes Classification Method Clothing is a human need in the process of their life. However, entrepreneurs has faced several problems. The owner wants to know information about the bestselling products that they have marketed. Therefore, this research uses the Naïve Bayes method which aims to determine the prediction of sales status because the Naïve Bayes is a good choice at classifying for small datasets. The data used in this study were collected through documentation techniques and interviews with the owner of Seven Inc. The source used is data obtained in January 2020 with a total of 255 records. The data has been collected, the author selects the variables. The initial variable is 13 records, then after selection it becomes 5 records. The author also splits the data with a ratio of 0.8 and 0.2, which means that the training data is 80% and the test data is 20%. From the dataset used, Naïve Bayes is able to produce an accuracy rate of 90.20%. Keywords: Naïve Bayes, Classification, Accuracy, Presicion, Recall, Clothes Sales

Actions (login required)

View Item