Klasifikasi Penjualan Produk Menggunakan Algoritma Naive Bayes pada Konter HP Bayu Cell

Abstract

Data Mining merupakan proses iteratif dan interaktif untuk menemukan pola atau model baru yang dapat digeneralisasi untuk masa yang akan datang, bermanfaat dan dapat dimengerti dalam suatu database yang sangat besar (massive database). Pada Konter HP Bayu Cell mempunyai masalah dalam menentukan produk yang laris atau tidak laris terjual pada konter tersebut. Dengan demikian untuk adanya suatu sistem yang dapat menunjang Konter HP Bayu Cell dalam mengambil keputusan secara cepat dan tepat agar tidak terjadinya penumpukan produk. Untuk itu pada penelitian ini penulis menggunakan Algoritma Data Mining Metode Algoritma Naïve Bayes, Pada metode Naive Bayes untuk ukuran peluang suatu peristiwa yang terjadi berdasarkan peristiwa lain yang telah (dengan asumsi, praduga, pernyataan, atau terbukti) terjadi. Pada data training yang dilakukan dengan produk handphone REDMI NOTE 9 menggunakan algoritma Naive Bayes dimana menghasilkan klasifikasi masuk ke kategori “Laris” dengan nilai 0,005211. Oleh karena itu pada konter HP Bayu sudah dapat menghasilkan hasil yang diharapkan dan dapat membantu dalam mengetahui mana saja produk handphone yang termasuk kategori laris dan tidak laris.

GS Cited Analysis