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.