Analisis Minat Konsumen Terhadap Produk Kain Dengan Menggunakan Algoritma Naive Bayes Dan K-Nearest Neighbor (K-Nn) (Study Kasus : PT.Winnersumbiri Knitting Factory)

Yoni, . (2025) Analisis Minat Konsumen Terhadap Produk Kain Dengan Menggunakan Algoritma Naive Bayes Dan K-Nearest Neighbor (K-Nn) (Study Kasus : PT.Winnersumbiri Knitting Factory). Masters thesis, Universitas Pamulang.

	Text COVER.pdf Restricted to Registered users only Download (851kB)
	Text BAB I.pdf Restricted to Registered users only Download (191kB)
	Text BAB II.pdf Restricted to Registered users only Download (899kB)
	Text BAB III.pdf Restricted to Registered users only Download (632kB)
	Text BAB IV.pdf Restricted to Registered users only Download (2MB)
	Text BAB V.pdf Restricted to Registered users only Download (60kB)
	Text JURNAL.pdf Restricted to Registered users only Download (372kB)

Abstract

Penelitian ini bertujuan untuk menganalisis minat konsumen terhadap produk kain di PT. Winnersumbiri Knitting Factory dengan menerapkan dua metode klasifikasi data mining, yaitu algoritma Naive Bayes Classifier dan K-Nearest Neighbor (K- NN). Penelitian ini dilakukan guna mengidentifikasi faktor-faktor utama yang memengaruhi preferensi konsumen serta membandingkan efektivitas kedua algoritma dalam memprediksi minat konsumen berdasarkan data survei. Atribut yang digunakan dalam pengolahan data meliputi jenis kain, rentang harga, kualitas produk, dan preferensi warna. Proses klasifikasi dilakukan menggunakan perangkat lunak Orange Data Mining, dan hasil evaluasi menunjukkan bahwa algoritma K- NN memiliki performa lebih tinggi dengan tingkat akurasi, presisi, dan recall yang mencapai 100%, sementara Naive Bayes memperoleh akurasi sebesar 98,4%. Hasil ini mengindikasikan bahwa algoritma K-NN lebih unggul dalam mengenali pola data konsumen dan dapat dijadikan alat bantu pengambilan keputusan yang efektif dalam menyusun strategi pemasaran berbasis data. Penelitian ini diharapkan dapat menjadi acuan bagi perusahaan dalam meningkatkan daya saing dan menyesuaikan produk sesuai kebutuhan pasar.

Item Type:	Thesis (Masters)
Uncontrolled Keywords:	Minat Konsumen, Produk Kain, Naive Bayes Classifier, K-Nearest Neighbor (K-NN), Data Mining.
Subjects:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions:	Faculty of Engineering, Science and Mathematics > School of Electronics and Computer Science
Depositing User:	miko
Date Deposited:	04 Jul 2025 08:09
Last Modified:	04 Jul 2025 08:16
URI:	http://repository.unpam.ac.id/id/eprint/16769

Actions (login required)

View Item