PENERAPAN ALGORITMA NAIVE BAYES DALAM MINAT KONSUMEN TERHADAP PEMILIHAN MEREK HP DI KALANGAN MASYARAKAT LABUHANBATU BERDASARKAN FITUR DAN HARGA

NUR INDAH SIREGAR, NPM 2109100054 (2025) PENERAPAN ALGORITMA NAIVE BAYES DALAM MINAT KONSUMEN TERHADAP PEMILIHAN MEREK HP DI KALANGAN MASYARAKAT LABUHANBATU BERDASARKAN FITUR DAN HARGA. Skripsi thesis, Universitas Labuhanbatu.

	Text COVER.pdf Download (958kB)
	Text BAB I.pdf Download (238kB)
	Text BAB II.pdf Download (384kB)
	Text BAB III.pdf Download (497kB)
	Text BAB IV.pdf Download (734kB)
	Text BAB V.pdf Download (136kB)
	Text DAFTAR PUSTAKA.pdf Download (183kB)

Abstract

Perkembangan teknologi yang pesat telah mendorong masyarakat untuk lebih selektif dalam memilih merek handphone, terutama berdasarkan fitur dan harga yang ditawarkan. Hal ini menjadikan analisis terhadap minat konsumen sebagai aspek penting dalam strategi pemasaran produk digital. Penelitian sebelumnya menunjukkan bahwa algoritma Naive Bayes merupakan salah satu metode klasifikasi yang efektif dalam memprediksi preferensi konsumen berdasarkan data kategorikal. Algoritma ini bekerja berdasarkan prinsip probabilitas yang menghitung kemungkinan kemunculan suatu kelas berdasarkan fitur-fitur yang tersedia. Penelitian ini menggunakan data persepsi konsumen terkait spesifikasi, desain, kecepatan jaringan, dan harga sebagai variabel input untuk mengklasifikasikan minat terhadap merek HP. Data kemudian diproses dan dianalisis menggunakan algoritma Naive Bayes dengan pendekatan supervised learning melalui aplikasi Orange. Hasil penelitian menunjukkan bahwa model klasifikasi memiliki tingkat akurasi yang cukup baik dalam memprediksi minat konsumen, dengan fitur harga dan desain menjadi faktor dominan yang memengaruhi keputusan. Selain itu, visualisasi performa model menunjukkan keseimbangan antara nilai presisi dan recall yang memperkuat validitas model. Berdasarkan temuan tersebut, dapat disimpulkan bahwa algoritma Naive Bayes dapat diterapkan secara efektif dalam mengklasifikasikan minat konsumen terhadap pemilihan merek HP, serta mampu menjadi dasar dalam pengambilan keputusan pemasaran yang lebih strategis. Kata Kunci: Naive Bayes, Minat Konsumen, Pemilihan Merek HP, Fitur dan Harga, Klasifikasi =========================================================================== Rapid technological developments have encouraged people to be more selective in choosing mobile phone brands, especially based on the features and prices offered. This makes consumer interest analysis an important aspect in digital product marketing strategies. Previous studies have shown that the Naive Bayes algorithm is one of the effective classification methods in predicting consumer preferences based on categorical data. This algorithm works based on the principle of probability which calculates the possibility of a class appearing based on the available features. This study uses consumer perception data related to specifications, design, network speed, and price as input variables to classify interest in HP brands. The data is then processed and analyzed using the Naive Bayes algorithm with a supervised learning approach through the Orange application. The results of the study show that the classification model has a fairly good level of accuracy in predicting consumer interest, with price and design features being the dominant factors influencing decisions. In addition, the visualization of model performance shows a balance between precision and recall values that strengthen the validity of the model. Based on these findings, it can be concluded that the Naive Bayes algorithm can be applied effectively in classifying consumer interest in choosing an HP brand, and can be the basis for making more strategic marketing decisions. Keywords: Naive Bayes, Consumer Interest, HP Brand Selection, Features and Price, Classification

Item Type:	Thesis (Skripsi)
Uncontrolled Keywords:	Naive Bayes, Minat Konsumen, Pemilihan Merek HP, Fitur dan Harga, Klasifikasi===============Naive Bayes, Consumer Interest, HP Brand Selection, Features and Price, Classification
Subjects:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science Q Science > QA Mathematics > QA76 Computer software T Technology > T Technology (General) Z Bibliography. Library Science. Information Resources > Z665 Library Science. Information Science Z Bibliography. Library Science. Information Resources > ZA Information resources > ZA4050 Electronic information resources 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:	22 Oct 2025 09:33
Last Modified:	22 Oct 2025 09:33
URI:	http://repository.ulb.ac.id/id/eprint/1841

Actions (login required)

View Item