DIana Aprilia, - (2024) ANALISA TINGKAT PENJUALAN PRODUK DENGAN K-NEAREST NEIGHBOR (K-NN), DECISION TREE DAN NAÏVE BAYES (Studi Kasus : PT. Henson Alfa Gross). Skripsi thesis, UNIVERSITAS ISLAM NEGERI SULTAN SYARIF KASIM RIAU.

Preview	Text Skripsi lengkap Tanpa BAB IV.pdf Download (3MB) | Preview
Preview	Text Skripsi BAB IV.pdf Download (996kB) | Preview

Abstract

Bisnis perdagangan semakin lama semakin meningkat sejalan dengan perkembangan aplikasi data mining begitu pesat di segala bidang termasuk juga pada analisis tingkat penjualan produk dengan mengklasifikasikan kategori status produk bisa dikatakan laris atau tidak laris. Algoritma yang sering digunakan dalam klasifikasi dengan akurasi yang baik adalah K-Nearest Neighbor, Decision Tree dan Naïve Bayes. Penelitian ini dilakukan untuk menentukan nilai akurasi dan nilai error pada studi kasus PT. Henson Alfa Gross juga untuk menentukan algoritma mana yang lebih akurat untuk menganalisis tingkat penjualan produk di PT. Henson Alfa Gross dan di dapatkan hasil bahwa ketiga algoritma tersebut dapat mengklasifikasikan status produk dengan baik karena akurasi yang di dapatkan pada ketiga algoritma tersebut lebih dari sembilan puluh persen dan dengan error di bawah sepuluh persen. Namun dari ketiga algoritma tersebut K-NN lebih unggul karena memiliki akurasi sebesar sembilan puluh lima koma tujuh puluh delapan persen dan dengan nilai eror sebesar delapan koma nol lima persen.

Actions (login required)

View Item