BAGASKARA, YUDA ABI (2022) PENERAPAN DATA MINING UNTUK MEMPREDIKSI JUMLAH PEMBELI DALAM SETIAP PRODUK PENJUALAN MENGGUNAKAN ALGORITMA NAÏVE BAYES DI TOKO PRAPTI. Other thesis, Universitas Duta Bangsa Surakarta.
Cover dan Abstrak.pdf - Preview
Restricted to Registered users only
Download (389kB)
Bab 1.pdf - Preview
Restricted to Registered users only
Download (327kB)
Bab 2.pdf - Preview
Restricted to Registered users only
Download (281kB)
Bab 3.pdf - Preview
Restricted to Registered users only
Download (2MB)
Bab 4.pdf - Preview
Restricted to Registered users only
Download (3MB)
Bab 5.pdf - Preview
Restricted to Registered users only
Download (210kB)
Daftar Pustaka.pdf - Preview
Restricted to Registered users only
Download (41kB)
Lampiran.pdf - Preview
Restricted to Registered users only
Download (379kB)
Artikel Publikasi.pdf - Preview
Restricted to Registered users only
Download (444kB)
Abstract
Toko Prapti adalah warung penyedia barang kebutuhan yang merupakan usaha mikro yang
kepemilikannya dimiliki oleh pribadi dan melakukan penjualan barang. Selama ini, menghasilkan
data penjualan setiap hari dan belum memaksimalkan data tersebut sehingga menjadi penumpukan
data. Maka dari itu, peneliti melakukan suatu penelitian terhadap data penjualan produk dengan
menggunakan algoritma naïve bayes classifier.
Salah satu penggunaan data mining dengan metode Naïve Bayes Classifier dalam data
penjualan adalah untuk mengetahui minat dan ketertarikan pembeli terhadap produk yang ada.
Algoritma ini dipilih karena terbukti memiliki akurasi dan kecepatan tinggi saat diaplikasikan ke
dalam database dengan data yang besar.Penulis melakukan penelitian ini menggunakan metode
pengumpulan data metode wawancara, observasi dan studi pustaka. Pada penelitian ini penulis
menggunakan metode pengembangan sistem metode waterfall. Penulis mengimplementasikan
penelitian ini menggunakan bahasa pemrograman web yaitu code igniter dengan basis data mysqli.
Sistem yang dibangun dengan algoritma naïve bayes ini meliputi data penjualan produk,
perhitungan naïve dari masing-masing atribut serta pelaporan.
Sistem ini menggunakan 4 atribut yang sangat berpengaruh yaitu triwulan 1, triwulan 2,
triwulan 3 dan triwulan 4. Dalam perhitungannya menggunakan data uji sebanyak 10 produk.
Sehingga, menghasilkan perhitungan klasifikasi laris dan tidak laris seperti yang diinginkan.
Sumber data yang diambil dari 1 tahun sebelumnya dengan keakuratan sistem menggunakan
confusion matrix menghasilkan accuracy 83,3%, precision 84,2% dan recall 88,9%.
Item Type: | Thesis (Other) |
---|---|
Uncontrolled Keywords: | Data Mining, Naïve Bayes Classifier, Code Igniter, Waterfall |
Subjects: | T Technology > T Technology (General) |
Divisions: | Fakultas Ilmu Komputer > S1 - Teknik Informatika |
SWORD Depositor: | Perpustakaan Fikom |
Depositing User: | Perpustakaan Fikom |
Date Deposited: | 18 Jul 2022 02:21 |
Last Modified: | 18 Jul 2022 02:21 |
URI: | https://eprints.udb.ac.id/id/eprint/792 |