IMPLEMENTASI NAIVE BAYES CLASSIFIER UNTUK PREDIKSI MINAT KONSUMEN PADA HIJAB BERGO
Author (Penulis)
DEVI YULIANAH
Universitas Nusantara PGRI Kediri
Author Identity (NPM)
13.1.03.02.0125
Abstract
IMPLEMENTASI NAIVE BAYES CLASSIFIER UNTUK PREDIKSI MINAT KONSUMEN PADA HIJAB BERGO
Devi Yulianah
13.1.03.02.0125
Teknik – Teknik Informatika
Email : deviyulianah88@gmail.com
Hermin Istiasih, S.T.,M.M.,M.T dan Fajar Rohman Hariri, M.Kom.
UNIVERSITAS NUSANTARA PGRI KEDIRI
ABSTRAK
Penelitian ini dilatar belakangi pada Amertalink online shop yang berkembang pesat, dengan berkembangnya semakin bayak permintaan dan keanekaragaman model hijab yang dipakai dan produsen akan semakin sulit untuk menentukan produksi hijab terbaru yang dikehendaki konsumen, untuk dapat menghadapi kesulitan tersebut produsen memerlukan sebuah sistem dengan metode yang sesuai.
Permasalahan dalam penelitian tersebut adalah (1). Bagaimana membuat sistem yang dapat membantu memperkirakan minat hijab yang akan diproduksi? (2). Bagaimana menerapkan metode Naive Bayes untuk memperkirakan minat hijab yang akan diproduksi?. Tujuan dari penelitian tersebut adalah (1). Cara membuat sistem yang dapat membantu memperkirakan minat hijab yang akan diproduksi. (2). Cara menerapkan metode Naive Bayes untuk untuk memperkirakan minat hijab yang akan diproduksi.
Diperlukan satu aplikasi untuk mengklasifikasi dengan menggunakan teknik data mining untuk menentukan minat hijab terbaru denga menggunaka bahasa pemograman VB 6.0 dan basis data MySQL. Metode Naive Bayes sebagai proses untuk menklasfikasi denga metode ini akan menghasilkan sebuah sistem yang dapat memperkirakan minat hijab yang aka diproduksi.
Pada simpulan ini dalam menggunakan metode Naive Bayes dapat (1). Dibuat Sistem untuk membantu memperkirakan minat hijab dengan menggunakan metode Naive Bayes menggunakan bahasa pemograman Visual Basic. (2). Dengan penerapan metode Naive Bayes untuk minat hijab dengan melihat data yang sebelumnya atau data history, data tersebut diklasifikasi berdasarkan model, corak, jenis kain dan harga, setelah pengklasifikasian akan menghasilkan output banyak atau sedikit.
Kata Kunci : Data Mining, transaksi penjualan history, Naive Bayes.