Analisis Data Penjualan Onderdil Sepeda Motor Untuk Estimasi Jumlah Stok Barang Di Perusahaan Xyz Menggunakan Data Mining Dengan Metode Naïve Bayes Classifier

Tujuan penelitian ini adalah untuk membuat aplikasi yang dapat melakukan analisis data mining untuk memprediksi keputusan restocked onderdil sepeda motor di perusahaan XYZ. Prediksi restocked ini sangat perlu dilakukan agar dapat menghindari masalah-masalah yang sering terjadi ketika proses restocked di perusahaan. Misalnya keputusan yang tidak tepat dalam menentukan onderdil yang harus restocked sehingga terjadinya penumpukan barang di dalam gudang. Masalah lain yang dapat timbul dari penumpukan barang di dalam gudang adalah penurunan kualitas produk dikarenakan terlalu lama disimpan, ruang penyimpanan menjadi penuh, dan terkadang produk yang laku tidak cukup tersedia di gudang. Dikarenakan hal tersebut dibutuhkan sebuah aplikasi yang dapat menerapkan metode Naïve Bayes Classifier (NBC) untuk memprediksi restocked. Metode NBC melakukan perhitungan nilai probabilitas pada masing-masing kelas atribut dan menentukan nilai yang paling optimal. Dari hasil pengujian yang telah dilakukan menghasilkan nilai persentase terbesar sebesar 90.30%. Jadi dengan metode ini menghasilkan nilai keakuratan yang cukup tinggi dalam memprediksi keputusan restocked onderdil sepeda motor sehingga dapat membantu perusahaan dalam mengambil keputusan dan mengatasi masalah yang terjadi.