Image of Implementasi Algoritma Naive Bayes Untuk Prediksi Penjualan Produk Terlaris Pada Toko Issue Shop Cabang Bougenville
Penanda Bagikan

Skripsi

Implementasi Algoritma Naive Bayes Untuk Prediksi Penjualan Produk Terlaris Pada Toko Issue Shop Cabang Bougenville

ABSTRAK

AHMAD FAKIH HABAR, Implementasi Algoritma Naive Bayes Untuk Memprediksi Penjualan Produk Terlaris Pada Toko Issue Shop Cabang Bougenville (dibimbing oleh Wisda dan Marwa Sulehu).

Permasalahan dalam penelitian ini adalah kesulitan pihak Toko Issue Shop Cabang Bougenville dalam mengidentifikasi produk terlaris secara cepat dan akurat, yang berdampak pada kurang optimalnya pengelolaan stok dan strategi pemasaran. Untuk mengatasi hal tersebut, dirancang sebuah aplikasi prediksi menggunakan algoritma Naive Bayes yang memanfaatkan data historis penjualan sebagai basis pengambilan keputusan. Tujuan penelitian ini adalah merancang dan mengimplementasikan aplikasi prediksi penjualan produk terlaris guna menentukan produk yang memiliki tingkat penjualan tinggi secara otomatis. Metode yang digunakan dalam penelitian ini adalah metode perancangan sistem ADDIE (Analysis, Design, Development, Implementation, Evaluation) dengan pendekatan analisis data menggunakan klasifikasi algoritma Naive Bayes. Data penelitian diperoleh melalui studi pustaka, penelitian lapangan, dan wawancara untuk mengumpulkan data historis penjualan (payment) pada periode Desember 2024 hingga Januari 2025. Hasil penelitian menunjukkan bahwa sistem mampu mengklasifikasikan produk ke dalam kategori "Laris" dan "Tidak Laris" dengan tingkat akurasi sebesar 85,14%, precision 95,52%, dan recall 77,11%. Dengan demikian, aplikasi ini terbukti efektif dalam menghasilkan informasi produk dominan yang dapat membantu pihak toko dalam mengoptimalkan pengelolaan stok serta menentukan strategi pemasaran yang lebih tepat.

Kata kunci: Prediksi Penjualan, Naïve Bayes, Produk Terlaris, RapidMiner

Ketersediaan
#
Perpustakaan STMIK AKBA (A / 1007) SKR/TI/2025 REF AHM i
3045/SKR-Ti/AKBA/25
Tersedia namun tidak untuk dipinjamkan - No Loan
Informasi Detail
Judul Seri
-
No. Panggil
SKR AHM i
Penerbit
Makassar : UNITAMA.,
Deskripsi Fisik
xv + 102 hlm., 28,5 cm
Bahasa
Indonesia
ISBN/ISSN
-
Klasifikasi
REF AHM i
Tipe Isi
-
Tipe Media
-
Tipe Pembawa
-
Edisi
-
Subjek
-
Info Detail Spesifik
Pembimbing I: Wisda dan Pembimbing II: Marwa Sulehu Penguji: Pasnur, Tatik Maslihatin dan Muhammad Qadri
Pernyataan Tanggungjawab
Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas
Tidak Ada Data
Komentar
Anda harus masuk sebelum memberikan komentar