ANALISIS ALGORITMA NAIVE BAYES CLASSIFIER (NBC) PADA KLASIFIKASI TINGKAT MINAT BARANG DI TOKO VIOLET CELL

Abstract

Naïve Bayes Classifier yaitu salah satu metode machine learning yang menggunakan perhitungan probabilitas dan statistik yang dikemukakan oleh ilmuwan Inggris Thomas Bayes, yaitu memperkirakan probabilitas di masa depan berdasarkan pengalaman di masa sebelumnya. Algoritma Naïve Bayes Classifier dapat diterapkan pada klasifikasi tingkat minat suatu barang untuk menentukan strategi pemasaran. Toko Violet Cell merupakan toko yang menjual berbagai jenis paket kuota internet dengan bermacam merk dengan sistem pencatatan penjualan manual yang kesulitan untuk melakukan klasifikasi terhadap tingkat minat penjualan suatu barang. Tujuan utama penelitian ini yakni untuk mengetahui bagaimana klasifikasi tingkat minat paket kuota internet pada Toko Violet Cell. Penelitian ini menggunakan metode penelitian deskriptif kuantitatif. Data yang digunakan adalah data sekunder berupa data penjualan dalam kurun waktu 2 bulan dan proses klasifikasi minat pada data menggunakan metode Naïve Bayes Classifier. Hasil klasifikasi tingkat minat barang menggunakan algoritma Naïve Bayes Classifier adalah 23 barang memiliki kategori “Minat Rendah”, 5 barang dikategorikan “Minat Sedang”, dan 1 barang memiliki kategori “Minat Tinggi”. Berdasarkan perhitungan Confusion Matrix hasil klasifikasi yang memakai algoritma Naïve Bayes Classifier memperoleh tingkat akurasi sebesar 82,76%.