IMPLEMENTASI DATA MINING DENGAN METODE KLASIFIKASI NAIVE BAYES UNTUK MEMPREDIKSI STOK BAHAN JADI

Abstract

Perkembangan ilmu pengetahuan dan teknologi informasi di segala bidang yang meningkat dengan begitu pesat, teknologi tersebut telah berperan untuk menciptakan kemajuan dan kemudahan pada setiap bidang kehidupan, salah satunya dibidang perindustrian. PT. Rubberman Indonesia merupakan perusahaan yang memenuhi kebutuhan bahan baku karet vulkanisir ban sistem dingin di Indonesia, dan memenuhi permintaan di wilayah Indonesia bagian barat. Suatu keputusan yang tepat dan akurat merupakan hal utama dalam berbisnis. Seiring berkembangnya teknologi, maka kebutuhan akan informasi yang cepat, tepat dan akurat sangatlah dibutuhkan untuk menunjang pengambilan keputusan. Karena itu, perlu adanya suatu metode yang baik agar dapat mengkaji data yang sudah ada agar dapat dijadikan suatu acuan atau keputusan yang tepat sesuai kebutuhan proses produksi dan memenuhi permintaan pelanggan. Penelitian ini bertujuan untuk memudahkan penentuan stok bahan jadi menggunakan data mining dengan algoritma naive bayes classification (NBC). Dari hasil pengujian berhasil mengklasifikasikan 432 data yang diuji. Sehingga dengan demikian metode naive bayes ini berhasil memprediksi persediaan bahan jadi dengan tingkat akurasi sebesar 88.19%.