No image available for this title

APLIKASI PENENTUAN BARANG YANG BERPOTENSI MERUGIKAN PADA SUPERMARKET MENGGUNAKAN NAÏVE BAYES CLASSIFICATION

ABSTRAK

Industri ritel merupakan kegiatan membeli produk dari suatu perusahaan untuk
dijual kembali pada pembeli atau konsumen terakhir yang cukup berpotensi untuk
meningkatkan perekonomian masyarakat. Semakin banyak perusahaan ritel yang
muncul, juga semakin banyak perusahaan ritel yang bersaing sehingga persaingan
tersebut merupakan tantangan bagi pendiri atau pemilik bisnis. Barang yang tidak
bisa diretur dan memiliki masa kedaluwarsa merupakan salah satu faktor yang
mengganggu proses bisnis dan dapat menimbulkan potensi kerugian. Sehingga perlu
adanya aplikasi algoritma Naïve Bayes Classification yang dapat membantu
permasalahan pihak perusahaan dalam mengklasifikasikan barang yang berpotensi
merugikan untuk di lakukan pemberian diskon dan penurunan harga. Atribut yang
digunakan dalam penentuan barang yang berpotensi merugikan yaitu: Jumlah Stok,
Status Retur, Parameter Penurunan Harga, Tanggal Kedaluwarsa, Rata – Rata
Penjualan, Jumlah Barang Rusak, dan Potensi Merugikan. Pemilihan algoritma Naïve
Bayes pada penelitian ini berdasarkan pada data yang diperoleh peneliti dengan
mempelajari pola data sehingga bisa menentukan barang yang merugikan atau tidak
merugikan. Pengujian aplikasi dilakukan dengan memasukkan sebanyak 797 data
training dan 44 data testing, di peroleh hasil akurasi aplikasi sebesar 84.09 % dan
hasil tidak akurat sebesar 15.91 %.

Kata Kunci : Data Mining, Naïve Bayes, Industri Ritel.

Ketersediaan
S13-2491249Koleksi SkripsiTersedia
Informasi Detail
Judul Seri
-
No. Panggil
249
Penerbit
Surabaya : ITATS.,
Deskripsi Fisik
-
Bahasa
Indonesia
ISBN/ISSN
-
Klasifikasi
NONE
Tipe Isi
-
Tipe Media
-
Tipe Pembawa
-
Edisi
-
Subjek
Data Mining, Naïve Bayes, Industri Ritel.
Info Detail Spesifik
NPM : 13.2014.1.00441 Nilai : B+
Pernyataan Tanggungjawab
Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas
Komentar
Anda harus masuk sebelum memberikan komentar