Implementasi Metode Naïve Bayes pada Sistem Rekomendasi Pembelian Mobil pada PT. Honda Prospect Motor

Main Article Content

Alvin Syahputra Guntara

Abstract

Perkembangan kehidupan modern saat ini sudah sangat mudah dalam transportasi. Hal itu disebabkan karena semakin tingginya kemajuan teknologi. Maka dari itu transportasi semakin banyak yang bisa digunakan seperti sepeda motor, mobil, bus, kereta api, pesawat dan lainnya. PT Honda Prospect Motor merupakan agen tunggal pemegang merek mobil honda di Indonesia yang telah banyak merilis tipe-tipe mobil seperti SUV, MVP, sedan, city car, hatchback dan lainnya. Hal tersebut membuat calon-calon pembeli sulit dan bingung dalam menemukan mobil yang sesuai dengan kriteria mereka. Proses pembuatan sistem rekomendasi ini dilakukan dengan menggunakan aplikasi pemrograman Microsoft Visual Basic .Net 2008 dan mengintegrasikan metode Naïve Bayes Classifier kedalam rancangan programnya. Setelah dilakukan perancangan dan pembuatan kode program, maka dihasilkan sebuah sistem rekomendasi. Sistem yang dibangun memilikil output penilaian yang sama dengan perhitungan manual di Bab IV sehingga dapat dikatakan program ini berhasil. Kelebihan program ini yaitu dapat melakukan perhitungan Naïve Bayes dengan sangat cepat walaupun data yang diproses cukup banyak jumlahnya. Hasil pengujian menyimpulkan bahwa metode Naïve Bayes dapat menyediakan rekomendasi mobil yang sesuai dengan kriteria yang digunakan.

Downloads

Download data is not yet available.

Article Details

How to Cite
GUNTARA, Alvin Syahputra. Implementasi Metode Naïve Bayes pada Sistem Rekomendasi Pembelian Mobil pada PT. Honda Prospect Motor. REMIK (Riset dan E-Jurnal Manajemen Informatika Komputer), [S.l.], v. 4, n. 1, oct. 2019. ISSN 2541-1330. Available at: <https://jurnal.polgan.ac.id/index.php/remik/article/view/10406>. Date accessed: 21 nov. 2019. doi: https://doi.org/10.33395/remik.v4i1.10406.
Section
Articles
**************** Abstract viewed = 0 times ****************

References

Prasetyo, E., 2012, Data Mining Konsep Dan Aplikasi Menggunakan Matlab.
Yogyakarta: Andi.
Sanjung, Ariyani. (2011). Perbandingan Semantic Classification dan Cluster-based Smoothed pada Recommender System berbasis Collaborative Filtering. (Skripsi). Teknik Informatika, Universitas Telkom, Bandung.