Penerapan Data Mining Menggunakan Metode Naive Bayes Untuk Klasifikasi Data Penentuan Hasil Penjualan Dalam Strategi Pemasaran
DOI:
https://doi.org/10.62712/juktisi.v2i2.137Kata Kunci:
Data Mining, Strategi Pemasaran, Naive Bayes, Orange, DataAbstrak
Di era digital saat ini strategi pemasaran harus dimiliki setiap thriftshop /toko agar dapat memprediksi hasil produk yang akan dijual ke depannya. Dalam memprediksi data diperlukan pengolahan data yang efektif dan efisien, salah satu teknik dalam mengolah data dalam data mining yaitu Naive Bayes. Naive Bayes dapat mengklasifikasikan data sesuai kategori-kategori yang digunakan sehingga peneliti dapat memprediksi hasil penjualan barang. Dengan data penjualan 2,5 tahun terakhir, peneliti membagi datanya menjadi 900 data traning dan 209 data testing sebagai pengujian datanya, maka didapatkan hasil pengujian pengklasifikasi sebesar 0.598 pada Akurasinya, 0.493 pada Classification accuracy , 0.472 pada F1, 0.557 pada precision dan 0.493 pada recall. Peneliti memakai aplikasi orange untuk pengujiannya dan memvisualisasikan hasil dari prediksi penjualan 1/2 tahun berikutnya.
Unduhan
Unduhan
Diterbitkan
Cara Mengutip
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2023 Muhammad Fakhrul Rozi

Artikel ini berlisensiCreative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
Muhammad Fakhrul Rozi















