Article Per Year (5 Year)
p-Index From 2021 - 2026
0
P-Index
This Author published in this journals
All Journal Seminar Nasional Aplikasi Teknologi Informasi (SNATI)
Faiza Renaldi
Universitas Jendral Achmad Yani
Computer Science & IT

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Prediksi Potensi Pemasaran Produk Baru dengan Metode Naïve Bayes Classifier dan Regresi Linear Taghsya Izmi Andini; Wina Witanti; Faiza Renaldi
Seminar Nasional Aplikasi Teknologi Informasi (SNATI) 2016
Publisher : Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

CV. Lampegan Jaya merupakan salah satu perusahaan yang bergerak di bidang pendistribusian produk minuman dan makanan. Produk tersebut didistribusikan ke outlet-outlet yang ada di Jawa Barat. Penjualan produk di CV. Lampegan Jaya terkadang mengalami peningkatan dan penurunan penjualan, hal tersebut disebabkan kurangnya daya beli masyarakat terhadap salah satu produk yang ditawarkan, untuk meningkatkan penjualan maka perusahaan melakukan alternatif dengan cara menjual produk baru. Produk baru tersebut memiliki kesamaan spesifikasi dengan produk sebelumnya, salah satu cara untuk mengetahui tingkat kedekatan sepesifikasi antar produk yaitu dengan Metode Naïve Bayes Classifier dan Regresi Linear. Produk yang memiliki tingkat kedekatan terbesar akan dilakukan pengambilan data penjualan produk serta daerah pemasarannya untuk di tampilkan sebagai prediksi bagi produk baru. Beberapa penelitian terdahulu dalam melakukan pencarian nilai kedekatan antar produk dengan melakukan prediksi nilai mahasiswa, prediksi persediaan alat-alat kesehatan, prediksi besarnya penggunaan listrik rumah tangga, dan beberapa penelitian menggunakan Nearest Neighbors, Regresi Linear, Metode Clustering dan Algoritma Apriori yang termasuk kedalam Metode Data Mining. Pada penelitian ini menggunakan Metode Naïve Bayes Classifier dan Regresi Linear yang dapat diterapkan pada kasus dengan class dan data yang banyak, maka diharapkan dapat memudahkan perusahaan dalam mendapatkan informasi mengenai prediksi penjualan produk baru dan derah pemasarannya.
Co-Authors Taghsya Izmi Andini Wina Witanti