Javascript must be enabled to continue!
DATA MINING UNTUK MENENTUKAN PRODUK TERLARIS MENGGUNAKAN METODE NAIVE BAYES
View through CrossRef
Cipta Niaga Semesta adalah salah satu perusahaan bagian dari Mayora group yang bergerak di bidang distribusi produk makanan dan minuman ringan yang ingin meningkatkan jumlah penjualan produk-produk yang mereka miliki. Untuk membantu perusahaan ini semakin maju diperlukan sebuah sistem yang akan membantu kemajuan perusahaan dalam memaksimalkan penjualan produk mereka, maka peneliti mencoba untuk melakukan suatu penelitian terhadap data produk PT. Cipta Niaga Semesta Sub Branch dengan menggunakan sebuah metode Naive Bayes Classifier Pada penelitian ini penulis menggunakan metode pengumpulan data metode wawancara (interview), metode Observasi, metode Dokumentasi dan studi Literalur sedangkan metode pengembangan sistem menggunakan Metode Waterfall. Diimplementasi dengan menggunakan bahasa pemrograman menggunakan Boland Delphi 7 dan database Microsoft Acces 2010. Aplikasi produk terlaris yang dibangun menggunakan metode Naive Bayes Classifier ini meliputi data produk, cluster Naive Bayes serta pelaporan. Data Mining Untuk Menentukan Produk Terlaris Menggunakan Metode Naive Bayes Pada PT. Cipta Niaga Semesta Sub Branch Kotabumi ini bertujuan untuk Sistem pengklasifikasian pada produk terlaris dan membantu Kepala Area Operational Supervisor (AOS) PT. Cipta Niaga Semesta Sub Branch Kotabumi dalam pemilihan produk terlaris. Sistem ini menghasilkan penentuan produk terlaris dengan 8 atribut yang diambil dari data penjualan selama 2 tahun terakhir.
LPPM Institute for Research and Community Service, Dian Cipta Cendikia Institute of Business Technology and Language
Title: DATA MINING UNTUK MENENTUKAN PRODUK TERLARIS MENGGUNAKAN METODE NAIVE BAYES
Description:
Cipta Niaga Semesta adalah salah satu perusahaan bagian dari Mayora group yang bergerak di bidang distribusi produk makanan dan minuman ringan yang ingin meningkatkan jumlah penjualan produk-produk yang mereka miliki.
Untuk membantu perusahaan ini semakin maju diperlukan sebuah sistem yang akan membantu kemajuan perusahaan dalam memaksimalkan penjualan produk mereka, maka peneliti mencoba untuk melakukan suatu penelitian terhadap data produk PT.
Cipta Niaga Semesta Sub Branch dengan menggunakan sebuah metode Naive Bayes Classifier Pada penelitian ini penulis menggunakan metode pengumpulan data metode wawancara (interview), metode Observasi, metode Dokumentasi dan studi Literalur sedangkan metode pengembangan sistem menggunakan Metode Waterfall.
Diimplementasi dengan menggunakan bahasa pemrograman menggunakan Boland Delphi 7 dan database Microsoft Acces 2010.
Aplikasi produk terlaris yang dibangun menggunakan metode Naive Bayes Classifier ini meliputi data produk, cluster Naive Bayes serta pelaporan.
Data Mining Untuk Menentukan Produk Terlaris Menggunakan Metode Naive Bayes Pada PT.
Cipta Niaga Semesta Sub Branch Kotabumi ini bertujuan untuk Sistem pengklasifikasian pada produk terlaris dan membantu Kepala Area Operational Supervisor (AOS) PT.
Cipta Niaga Semesta Sub Branch Kotabumi dalam pemilihan produk terlaris.
Sistem ini menghasilkan penentuan produk terlaris dengan 8 atribut yang diambil dari data penjualan selama 2 tahun terakhir.
Related Results
Implementasi Data Mining Untuk Penjualan Mobil Menggunakan Metode Naive Bayes
Implementasi Data Mining Untuk Penjualan Mobil Menggunakan Metode Naive Bayes
Abstrak- Mobil adalah salah satu kendaraan yang paling sering dijumpai dengan berbagai type dan merek. Mobil memiliki spesifikasi yang beraneka ragam. Metode Naive Bayes adalah sa...
PENERAPAN METODE NAIVE BAYES UNTUK MEMPREDIKSI PENYAKIT JANTUNG
PENERAPAN METODE NAIVE BAYES UNTUK MEMPREDIKSI PENYAKIT JANTUNG
The heart is one of the human organs that has an important function to circulate blood throughout the body. In caring for the human heart, one must know how to take care of the hea...
Opinion Mining Pada Review Produk Kecantikan Menggunakan Algoritma Naïve Bayes
Opinion Mining Pada Review Produk Kecantikan Menggunakan Algoritma Naïve Bayes
Abstract— In recent years many sentiment analysis and opinion mining applications have been developed to analyze opinions, feelings and attitudes about products, brands, and news...
Sistem Pendukung Keputusan Menentukan Produk Terlaris pada Toko Kue Ani Menggunakan Metode SAW
Sistem Pendukung Keputusan Menentukan Produk Terlaris pada Toko Kue Ani Menggunakan Metode SAW
Usaha penjualan kue merupakan bisnis yang menjanjikan karena kue merupakan salah satu makanan yang digemari oleh masyarakat dari berbagai kalangan. Namun, pemilik toko menghadapi k...
Peningkatan Kinerja Metode Naive Bayes Dengan Particle Swarm Object Untuk Dataset Pemilihan Metode Melahirkan
Peningkatan Kinerja Metode Naive Bayes Dengan Particle Swarm Object Untuk Dataset Pemilihan Metode Melahirkan
Melahirkan merupakan fase terakhir yang harus dilalui seorang ibu untuk bertemu dengan bayi yang dikandungnya selama kurang lebih 38 minggu. Pemilihan proses persalinan yang tepat ...
Perfomance analysis of Naive Bayes method with data weighting
Perfomance analysis of Naive Bayes method with data weighting
Classification using naive bayes algorithm for air quality dataset has an accuracy rate of 39.97%. This result is considered not good and by using all existing data attributes. By ...
Klasifikasi Level Stress Dengan Algoritma Naïve Bayes Menggunakan Rapidminer
Klasifikasi Level Stress Dengan Algoritma Naïve Bayes Menggunakan Rapidminer
Tujuan dari penelitian ini adalah untuk mengklasifikasikan Tingkat stress berdasarkan berbagai indicator psikologis, fisik, dan lingkungan menggunakan agoritma Naïve Bayes pada Ra...
Klasifikas Sampah Menggunakan Metode Naive Bayes
Klasifikas Sampah Menggunakan Metode Naive Bayes
Pengelolaan sampah merupakan permasalahan serius yang dihadapi di Indonesia akibat tingginya laju produksi sampah dari konsumsi masyarakat, perkembangan industri, serta rendahnya s...

