Analisis Data Jumlah Stok Barang Bengkel Bima Garage Menggunakan Metode Klasifikasi Naive Bayes

Authors

  • Rizal Adi Nugroho Universitas Pamulang
  • Dedi Santoso Universitas Pamulang
  • M. Raihan Nabil Azmi Universitas Pamulang
  • Roeslan Djutalov Universitas Pamulang

Keywords:

Bengkel semi motor, Sparepart, Naive bayes

Abstract

Bengkel semi motor merupakan sebuah usaha yang bergerak dibidang pelayanan dan penjualan spare part. Pada bengkel semi motor proses pencatatan dan pengolahan data spare parts, jumlah, harga spare parts dan data transksi penjualan, serta data transaksi pelayanan service masih dilakukan dengan tulis tangan. Bima Garage adalah bengkel yang termasuk bengkel semi motor. Dalam penjualan masih secara konvensional yaitu kostumer yang akan membeli sparepart motor seperti lampu, cat motor, busi dan produk sparepart lainnya dengan cara datang toko untuk melihat atau memilih barang sesuai kebutuhan, sehingga kostumer harus melihat secara detail produk yang akan dibeli, selama ini penjualan atau pemasaran masih menggunakan banner, membuat pelanggan yang akan membeli harus datang ketoko.Penerapan metode Naive bayes diharapkan mampu untuk memprediksi laku tidaknya sparepart agar lebih mudah mengatur penyetokan sparepart pada Bima Garage. Dari 100 data sparepart motor yang diuji dengan metode Naive bayes, yang menghasilkan keakurasian sebesar 76 persen dari total barang yang terjual. Maka dapat disimpulkan bahwa bengkel ini berjalan dengan baik walaupun terdapat sparepart yang tidak terjual.

References

S. L. B. Ginting and A. Rakhman. (2019, Oktober). Analisis Data Penjualan Onderdil Sepeda Motor Untuk Estimasi Jumlah Stok Barang Di Perusahaan Xyz Menggunakan Data Mining Dengan Metode Naïve Bayes Classifier [Online]. 8(2). Available: https://elibrary.unikom.ac.id/id/eprint/2542/13/19.%20UNIKOM_ARIF%20RAKHMAN_JURNAL.pdf [Sep. 26, 2022]

M. Ridwan., H. Suyono., M. Sarosa. (2013, June). Penerapan Data Mining Untuk Evaluasi Kinerja Akademik Mahasiswa Menggunakan Algoritma Naive bayes Classifier [Online]. 7(1). Available: https://jurnaleeccis.ub.ac.id/index.php/eeccis/article/viewFile/204/176 [Sep. 26, 2022]

R. N. Devita., H. W. Herwanto., A. P. Wibawa. (2018, September). Perbandingan Kinerja Metode Naive bayes dan K-Nearest Neighbor untuk Klasifikasi Artikel Berbahasa Indonesia [Online]. 5(4). Available: https://www.academia.edu/download/72205112/pdf.pdf [Sep. 28, 2022]

S. Wahyuni,S. (2017, December). Implementasi RapidMiner dalam Menganalisa Data Mahasiswa Drop Out [Online]. 10(2). Available: https://journal.pancabudi.ac.id/index.php/abdiilmu/article/download/51/35

M. R. Handoko and Neneng. (2021, March). Sistem Pakar Diagnosa Penyakit Selama Kehamilan Menggunakan Metode Naive bayes Berbasis Web [Online]. 2(1). Available: http://jim.teknokrat.ac.id/index.php/sisteminformasi/article/viewFile/739/284 [Sep. 28, 2022]

R. Djutalov. (2022, May). Analisis Suksesi SDM Menggunakan Algoritma Klasifikasi K-Nearest Neighbour Dan Algoritma Clustering K-Means [Online]. 5(1). Available: https://jurnal.pranataindonesia.ac.id/index.php/jik/article/download/114/67 [Sep. 28, 2022]

H. Annur. (2018, August) Klasifikasi Masyarakat Miskin Menggunakan Metode Naive bayes [Online]. 10(2). Available: https://jurnal.fikom.umi.ac.id/index.php/ILKOM/article/viewFile/303/142 [Nov. 28, 2022]

W. D. Septiani. (2017, March) Komparasi Metode Klasifikasi Data Mining Algoritma C4.5 Dan Naive bayes Untuk Prediksi Penyakit Hepatitis [Online]. 13(1). Available: https://ejournal.nusamandiri.ac.id/index.php/pilar/article/download/149/126 [Nov. 28, 2022]

Saleh. (2015, May). Implementasi Metode Klasifikasi Naïve Bayes Dalam Memprediksi Besarnya Penggunaan Listrik Rumah Tangga [Online]. 2(3). Available: http://citec.amikom.ac.id/main/index.php/citec/article/viewFile/49/49 [Nov. 28, 2022]

E. Manalu., F. A. Sianturi., M. R. Manalu. (2017, December) . Penerapan Algoritma Naive bayes Untuk Memprediksi Jumlah Produksi Barang Berdasarkan Data Persediaan Dan Jumlah Pemesanan Pada CV. Papa dan Mama Pastries [Online]. 1(2). Available: https://www.academia.edu/download/57238724/Penerapan_Algoritma_Naive_Bayes_Untuk_Memprediksi_Jumlah_Produksi_Barang_Berdasarkan_Data_Persediaan.pdf

Downloads

Published

2023-04-30

How to Cite

Rizal Adi Nugroho, Dedi Santoso, M. Raihan Nabil Azmi, & Djutalov, R. (2023). Analisis Data Jumlah Stok Barang Bengkel Bima Garage Menggunakan Metode Klasifikasi Naive Bayes. LOGIC : Jurnal Ilmu Komputer Dan Pendidikan, 1(3), 510–515. Retrieved from https://journal.mediapublikasi.id/index.php/logic/article/view/1707