PENERAPAN DATA MINING UNTUK KLASIFIKASI
PENJUALAN CAT MENGGUNAKAN METODE NAIVE BAYES
CLASSIFIER
(STUDI KASUS : PT NIPSEA PAINT AND CHEMICALS)
Total View This Week30
Total View This Week30
Institusion
Universitas Teknokrat Indonesia
Author
Anggraini, Suri
Subject
SISTEM PENJUALAN
Datestamp
2020-05-02 04:20:07
Abstract :
Permasalahan yang sering dihadapi pada PT Nipsea Paint and Chemicals adalah sulitnya dalam menentukan produk yang laris, belum laris, dan tidak laris, dikarenakan program yang digunakan tidak terotomatis dalam menentukan laporan tersebut yang memilik banyak record, yang menyebabkan pihak penerima laporan mendapatkan kesulitan dalam menentukan keputusan yang akan diambil. Proses pembangunan data mining untuk klasifikasi penjualan cat, proses pembangunan data mining menggunakan tools WEKA dan MATLAB dengan menggunakan data penjualan 2018 yang berjumlah 106.161 pada PT Nipsea Paint and Chemicals, proses klasifikasi menggunakan metode Naive Bayes Classifier dengan mengklasifikasikan faktor – faktor yang mempengaruhi tingkat penjualan cat yaitu : Jenis Cat, Kuantitas Cat, Kualitas Cat, Harga Cat, dan Animo, dengan target yang akan dicapai yaitu keputusan Laris, Kurang Laris, dan Tidak Laris. Hasil yang dicapai pada penelitian ini adalah sebuah data mining dengan laporan produk dengan keputusan Laris, Kurang Laris, dan Tidak Laris pada PT Nipsea Paint and Chemicals.
Permasalahan yang sering dihadapi pada PT Nipsea Paint and Chemicals adalah sulitnya dalam menentukan produk yang laris, belum laris, dan tidak laris, dikarenakan program yang digunakan tidak terotomatis dalam menentukan laporan tersebut yang memilik banyak record, yang menyebabkan pihak penerima laporan mendapatkan kesulitan dalam menentukan keputusan yang akan diambil. Proses pembangunan data mining untuk klasifikasi penjualan cat, proses pembangunan data mining menggunakan tools WEKA dan MATLAB dengan menggunakan data penjualan 2018 yang berjumlah 106.161 pada PT Nipsea Paint and Chemicals, proses klasifikasi menggunakan metode Naive Bayes Classifier dengan mengklasifikasikan faktor – faktor yang mempengaruhi tingkat penjualan cat yaitu : Jenis Cat, Kuantitas Cat, Kualitas Cat, Harga Cat, dan Animo, dengan target yang akan dicapai yaitu keputusan Laris, Kurang Laris, dan Tidak Laris. Hasil yang dicapai pada penelitian ini adalah sebuah data mining dengan laporan produk dengan keputusan Laris, Kurang Laris, dan Tidak Laris pada PT Nipsea Paint and Chemicals.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
