IMPLEMENTASI ALGORITMA NAIVE BAYES UNTUK KLASIFIKASI PRODUK TERLARIS PADA TOKO MAMAK REY

PUTRI AYU SEKAR WANGI, NPM 2309103144 (2026) IMPLEMENTASI ALGORITMA NAIVE BAYES UNTUK KLASIFIKASI PRODUK TERLARIS PADA TOKO MAMAK REY. Skripsi thesis, Universitas Labuhanbatu.

	Text COVER.pdf Download (2MB)
	Text BAB I.pdf Download (535kB)
	Text BAB II.pdf Download (880kB)
	Text BAB III.pdf Restricted to Registered users only Download (891kB)
	Text BAB IV.pdf Restricted to Registered users only Download (1MB)
	Text BAB V.pdf Download (513kB)
	Text DAFTAR PUSTAKA.pdf Download (625kB)

Abstract

Penelitian ini bertujuan untuk mengimplementasikan algoritma Naive Bayes dalam mengklasifikasikan produk terlaris dan tidak terlaris pada Toko Mamak Rey berdasarkan data historis transaksi penjualan. Penelitian ini menggunakan pendekatan kuantitatif dengan metode data mining yang mengikuti tahapan Knowledge Discovery in Database (KDD), meliputi pengumpulan data, seleksi data, transformasi data, pembagian data, pembangunan model, dan evaluasi kinerja model. Dataset yang digunakan terdiri atas 50 data transaksi penjualan, yang dibagi menjadi 40 data pelatihan (80%) dan 10 data pengujian (20%). Atribut yang digunakan meliputi nama produk, jumlah terjual, total pembayaran, dan kategori produk sebagai kelas target. Evaluasi model dilakukan menggunakan confusion matrix untuk mengukur kinerja klasifikasi. Hasil penelitian menunjukkan bahwa algoritma Naive Bayes berhasil mengklasifikasikan produk ke dalam kategori terlaris dan tidak terlaris dengan kinerja yang sangat baik serta tingkat akurasi yang tinggi dalam memprediksi kategori penjualan produk. Hasil klasifikasi tersebut memberikan informasi yang bermanfaat untuk mendukung pengelolaan persediaan, menentukan prioritas pengadaan produk, serta meningkatkan perencanaan penjualan di Toko Mamak Rey. Algoritma Naive Bayes dapat dimanfaatkan secara efektif sebagai alat pendukung pengambilan keputusan dalam analisis data penjualan dan pengelolaan persediaan pada usaha ritel skala kecil. Kata Kunci:Naive Bayes, Data Mining, Klasifikasi Produk, Transaksi Penjualan, Pengelolaan Persediaan ================================================================================================== This study aims to implement the Naive Bayes algorithm to classify best selling and non-best-selling products at Toko Mamak Rey based on historical sales transaction data. The research was conducted using a quantitative approach with a data mining method following the Knowledge Discovery in Database (KDD) stages, including data collection, data selection, data transformation, data partitioning, model development, and performance evaluation. The dataset consisted of 50 sales transaction records, which were divided into 40 training data (80%) and 10 testing data (20%). The selected attributes included product name, quantity sold, total payment, and product category as the target class. Model evaluation was performed using a confusion matrix to measure classification performance. The results indicate that the Naive Bayes algorithm successfully classified products into best-selling and non-best-selling categories with excellent performance, demonstrating high accuracy in predicting product sales categories. The resulting classification provides valuable information for supporting inventory management, determining procurement priorities, and improving sales planning at Toko Mamak Rey. Naive Bayes algorithm can be effectively utilized as a decision-support tool for sales data analysis and inventory management in small retail businesses. Keywords:Naive Bayes, Data Mining, Product Classification, Sales Transactions, Inventory Management

Item Type:	Thesis (Skripsi)
Uncontrolled Keywords:	Naive Bayes, Data Mining, Klasifikasi Produk, Transaksi Penjualan, Pengelolaan Persediaan===============Naive Bayes, Data Mining, Product Classification, Sales Transactions, Inventory Management
Subjects:	Q Science > QA Mathematics > QA76 Computer software T Technology > T Technology (General) Z Bibliography. Library Science. Information Resources > ZA Information resources > ZA4450 Databases
Divisions:	Fakultas Sains Dan Teknologi > Sistem Informasi
Depositing User:	Unnamed user with email repository@ulb.ac.id
Date Deposited:	05 Aug 2026 07:56
Last Modified:	05 Aug 2026 07:56
URI:	http://repository.ulb.ac.id/id/eprint/2637

Actions (login required)

View Item