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 salah satu metode klasifikasi dan percabangan dari artificial intellegence. Bermacam  merek tersebut akan dibentuk suatu Classify yaitu Laris dan Tidak Laris, sehingga para konsumen,  produsen, dan peneliti dapat mengetahui merek mobil manakah yang paling laris berdasarkan kategori maupun output-nya. Naive bayes merupakan metode klasifikasi yang banyak digunakan karena sederhana dan akurasi yang tinggi dalam mengklasifikasi  data. Penelitian ini menganalisis data sebanyak 639 data menjadi 511 data training dan 128 data testing, data ini didapatkan dari  situs “Gabungan Industri Kendaraan Bermotor Indonesia”(GAIKINDO). Dengan atribut 19, untuk memudahkan penulis dalam penelitian, maka atribut yang digunakan adalah 8 (termasuk 1 atribut Classify yang ditambahkan penulis untuk memudahkan  dalam pencarian mobil terlaris). Hasil penelitian yang dilakukan memberikan klasifikasi pembeda merek mobil yang paling  banyak diminati para konsumen dan Kategori yang paling laris. Tingkat akurasi klasifikasi dengan Metode Naive Bayes menghasilkan nilai accuracy sebesar 92,19%, nilai Precision: 98,39% dan nilai Recall: 87,14% sehingga Metode Naive Bayes merupakan metode yang cukup baik dalam penelitian ini. Kata kunci: Brand Mobil, Klasifikasi, Naive Bayes, Accuracy Abstract- Cars are one of the vehicles most often found in various types and brands. Carshave various specifications. The Naive  Bayes method is one of the classification and branching methods of artificial intelligence. The various brands will be in theform of a Class that are Selling and Not Selling, so that consumers, producers, and researchers can find out which car brands are best selling based on their category and output. Naive bayes is a widely used classification method because of its simple and high accuracy in classifying data. This study analyzed data as many as 639 data into 511 training data and 128 testing data, data was obtained from “the Indonesian Automotive Industries Association” (IAIS) site. With attribute 19, tofacilitate the writer in the  study the attributes used were 8 (including 1 Class attribute that author added to facilitate the search for the best-selling car). Theresults of the conducted research gave the classification of car brand different that were most in demand by consumers and the best-selling categories. The level of classification accuracy with the Naive Bayes Method produces accuracy valuesof 92, 19%, Precision values: 98, 39% and Recall values: 87, 14% so that the Naive Bayes Method is a pretty good method in this research. Keywords: Car Brand, Classification, Naive bayes, Accuracy