Article Per Year (5 Year)
p-Index From 2019 - 2024
0.23
P-Index
This Author published in this journals
All Journal JATI (Jurnal Mahasiswa Teknik Informatika)
Sigid Widodo, Alfan Zainal Macfud
Unknown Affiliation
Computer Science & IT

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
ANALISIS ALGORITMA NAIVE BAYES CLASSIFIER (NBC) PADA KLASIFIKASI TINGKAT MINAT BARANG DI TOKO VIOLET CELL Sigid Widodo, Alfan Zainal Macfud; Pandu Kusuma, Abdi; Dwi Puspitasari, Wahyu
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 1 (2023): JATI Vol. 7 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i1.5692

Abstract

Naïve Bayes Classifier yaitu salah satu metode machine learning yang menggunakan perhitungan probabilitas dan statistik yang dikemukakan oleh ilmuwan Inggris Thomas Bayes, yaitu memperkirakan probabilitas di masa depan berdasarkan pengalaman di masa sebelumnya. Algoritma Naïve Bayes Classifier dapat diterapkan pada klasifikasi tingkat minat suatu barang untuk menentukan strategi pemasaran. Toko Violet Cell merupakan toko yang menjual berbagai jenis paket kuota internet dengan bermacam merk dengan sistem pencatatan penjualan manual yang kesulitan untuk melakukan klasifikasi terhadap tingkat minat penjualan suatu barang. Tujuan utama penelitian ini yakni untuk mengetahui bagaimana klasifikasi tingkat minat paket kuota internet pada Toko Violet Cell. Penelitian ini menggunakan metode penelitian deskriptif kuantitatif. Data yang digunakan adalah data sekunder berupa data penjualan dalam kurun waktu 2 bulan dan proses klasifikasi minat pada data menggunakan metode Naïve Bayes Classifier. Hasil klasifikasi tingkat minat barang menggunakan algoritma Naïve Bayes Classifier adalah 23 barang memiliki kategori “Minat Rendah”, 5 barang dikategorikan “Minat Sedang”, dan 1 barang memiliki kategori “Minat Tinggi”. Berdasarkan perhitungan Confusion Matrix hasil klasifikasi yang memakai algoritma Naïve Bayes Classifier memperoleh tingkat akurasi sebesar 82,76%.
Co-Authors Dwi Puspitasari, Wahyu Pandu Kusuma, Abdi