Penerapan Algoritma Naive Bayes Untuk Menentukan Klasifikasi Produk Terlaris Pada Penjualan Pulsa

Abstract

Penelitian ini di latar belakangi oleh kemajuan perkembangan teknologi komunikasi dan informasi yang sangat pesat dan semakin murah sehingga membuat masyarakat untuk pulsa telepon selular menjadi kebutuhan yang wajib pada masa kini. Dari bermacam produk pulsa yang ada pada konter RA Cell Pulsa Telkomsel, Pulsa XL, Pulsa Indosat, dan Pulsa 3 peneliti mengklasifikasi menjadi Laris dan Tidak Laris. Tujuannya dapat mengetahui penerapan data mining dengan menggunakan algoritma Naive Bayes dalam menentukan klasifikasi produk terlaris dan hasil akurasi data terhadap stok penjualan pulsa. Dengan mengumpulkan data sebanyak 600 data menjadi 480 data training dan 120 data testing. Data mining merupakan bentuk penggalian data dalam mengklasifikasi pada sebuah data yang jumlahnya banyak, menggunakan tool RapidMiner dan algoritma Naive Bayes merupakan metode klasifikasi yang banyak digunakan karena sederhana dan akurasi yang tinggi dalam mengklasifikasi data. Berdasarkan hasil penelitian yang telah dilakukan, jenis produk terlaris pada penjualan pulsa menurut nama produk adalah Pulsa Telkomsel. Tingkat akurasi klasifikasi dengan metode Naive Bayes menghasilkan nilai Accuracy sebesar 97,50%, nilai Precision 100%, dan nilai Recall 93,48% sehingga metode Naive Bayes merupakan metode yang cukup baik dalam penelitian ini.

Kata Kunci: Pulsa, Klasifikasi, Data Mining, Naive Bayes