Claim Missing Document
Check
Articles

Found 1 Documents
Search

Implementasi Data Mining Untuk Mengklasifikasikan Data Penjualan Pada Supermarket Menggunakan Algoritma Naïve Bayes Indriyani Indriyani; Agus Bahtiar
JURNAL MANAJEMEN DAN BISNIS EKONOMI Vol. 1 No. 1 (2023): JANUARI : JURNAL MANAJEMEN DAN BISNIS EKONOMI
Publisher : Institut Teknologi dan Bisnis (ITB) Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (505.932 KB) | DOI: 10.54066/jmbe-itb.v1i1.70

Abstract

Teknologi semakin berkembang atau berkembang sangat pesat. Perkembangan teknologi juga mempengaruhi tuntutan masyarakat yang semakin meningkat sehingga toko atau supermarket berlomba-lomba menyediakan berbagai jenis produk atau kebutuhan sehari-hari. Walau supermarket pasar moderen yang menyaingi pasar tradisional, akan tetapi supermarket pun pasti akan tersaingi oleh supermarket yang lain. Setiap kota pasti ada trial yang berbeda- beda,yang dimana pelanggan pasti akan memilih mana yang sangat pantas mereka kunjungi untuk berbelanja dan mana yang tidak. Namun, di setiap toko dan supermarket perlu diketahui jenis produk apa saja yang diminati oleh pelanggan yang akan dituju dan pelayanan yang bagaimana yang mereka inginkan. Dataset supermarket ini mempunyai histori penjualan di 3 (tiga) cabang berbeda selama 3 bulan. Membutuhkan klasifikasi penjualan supaya supermarket tersebut bisa menigkatkan perkembangnya dalam menjual barangnya. Dari hasil riset yang dilakukan di supermarket 3 cabang tersebut terdapat 16 artibut dan 1000 record, Supermarket menjual barang umum, elektronik, fashion, makanan dan minuman, kesehatan dan kecantikan, kebutuhan rumah dan gaya hidup, olahraga dan perjalanan. Untuk membantu toko dan supermarket, penulis akan melakukan analisis dengan mengklasifikasikan data mining pada supermarket sort dengan menggunakan algoritma naive bayes untuk mengetahui jenis produk yang disukai pelanggan di 3 cabang dalam 3 bulan. Kategori produk yang diperoleh dari mengklasifikasikan produk penjualan dapat meghasilan akurasi mencapai 98.5%. Penggunaan metode algoritma naive bayes dan confusional matrix memberikan pengaruh yang sangat penting dalam mendapatkan klasifikasi penjualan supermarket yang akurasi dan signifikat.