Implementasi Metode Naïve Bayes Untuk Prediksi Permintaan Produk Berdasarkan Data Historis Pada Toko Sukses Kunci Pamulang

Meri Antika, . (2025) Implementasi Metode Naïve Bayes Untuk Prediksi Permintaan Produk Berdasarkan Data Historis Pada Toko Sukses Kunci Pamulang. Other thesis, Universitas Pamulang.

	Text COVER.pdf Restricted to Registered users only Download (1MB)
	Text BAB I.pdf Restricted to Registered users only Download (294kB)
	Text BAB II.pdf Restricted to Registered users only Download (518kB)
	Text BAB III.pdf Restricted to Registered users only Download (997kB)
	Text BAB IV.pdf Restricted to Registered users only Download (705kB)
	Text BAB V.pdf Restricted to Registered users only Download (212kB)
	Text JURNAL.pdf Restricted to Registered users only Download (148kB)

Abstract

Penelitian ini membahas implementasi metode Naïve Bayes untuk memprediksi permintaan produk berdasarkan data penjualan pada Toko Sukses Kunci Pamulang. Latar belakang penelitian didasari oleh permasalahan pengelolaan stok yang belum optimal akibat tidak adanya sistem prediksi permintaan yang terstruktur. Metode Naïve Bayes dipilih karena kesederhanaan, kecepatan, serta kemampuannya dalam mengklasifikasikan data dengan tingkat akurasi yang tinggi. Data yang digunakan dalam penelitian ini adalah data historis penjualan selama dua tahun terakhir, yang telah melalui proses cleaning, labeling, dan transformasi menjadi tiga kategori permintaan, yaitu tinggi, sedang, dan rendah. Proses pengujian dilakukan menggunakan perangkat lunak RapidMiner dengan membagi dataset menjadi data latih dan data uji pada berbagai rasio, di antaranya 50:50, 60:40, 70:30, 80:20, dan 90:10. Hasil pengujian menunjukkan tingkat akurasi yang sangat tinggi, dengan nilai tertinggi mencapai 100% pada rasio 50:50, dan terendah 99,60% pada rasio 90:10. Temuan ini membuktikan bahwa metode Naïve Bayes dapat diandalkan untuk memprediksi permintaan produk, sehingga dapat membantu pengambilan keputusan dalam pengelolaan persediaan dan perencanaan stok yang lebih efisien di Toko Sukses Kunci Pamulang.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Naïve Bayes, prediksi permintaan produk, data historis, RapidMiner, klasifikasi
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:	Mahlil Muhammad
Date Deposited:	19 Jan 2026 05:47
Last Modified:	19 Jan 2026 05:47
URI:	http://repository.unpam.ac.id/id/eprint/18496

Actions (login required)

View Item