IMPLEMENTASI DATA MINING UNTUK PREDIKSI PENJUALAN PESTISIDA PADA CV MITRA ARTHA SEJATI MENGGUNAKAN ALGORITMA NAIVE BAYES
Article Sidebar
Main Article Content
Abstract
Salah satu faktor penting untuk terciptanya perusahaan yang sehat dan berkembang adalah dengan adanya penjualan. Prediksi adalah salah satu kunci dari keberhasilan penjualan karena dengan nilai prediksi penjualan bisa dijadikan panduan sebagai acuan menentukan suatu penjualan produk. Salah satu cara untuk membuat prediksi penjualan yang agar lebih baik adalah dengan cara memanfaatkan pengolahan data mining menggunakan algoritma Naive Bayes. Algoritma Naive Bayes menghitung nilai probabilitas dari masing-masing atribut yang di teliti. Dari data penjualan CV Mitra Artha Sejati pada tahun 2017, 2018, 2019, dan 2020. Hasil perhitungan prediksi menggunakan algoritma Naive Bayes menghasilkan tingkat akurasi prediksi mencapai 94,59% dengan class precision yaitu “YA” 100.00%, “TIDAK” 94.44%, dan untuk class recall yaitu “YA” 33.33%, dan “TIDAK” 100.00%.
Article Details
References
Ahmadi. (2018). Perancangan Aplikasi Prediksi Penjualan Handphone Dengan Menerapkan Metode Mancova. 17(April), 150–152.
Alfarisi, S. (2017). Sistem Prediksi Penjualan Gamis Toko Qitaz Menggunakan Metode Single Exponential Smoothing. 4(1), 80–95.
Bulolo, E. (2020). Data Mining Untuk Perguruan Tinggi (pertama). Deppublish.
Fuad, N., & Sulistiono, E. (2016). Prediksi Penjualan Kerudung Rabbani Di Griya Muslim Store Dukun Gresik Dengan Trend Moment. 49–53.
Manalu, E., Sianturi, F. A., & Manalu, M. R. (2017). Penerapan Algoritma Naive Bayes Untuk Memprediksi Jumlah Produksi Barang Berdasarkan Data Persediaan Dan Jumlah Pemesanan Pada CV . Papadan Mama Pastries. 1(2).
Tiara, B., Tinggi, S., Informatika, M., & Pembangunan, K. I. (2018). Prediksi Penjualan Menggunakan Algoritma Neural Network. 6(1).