<![CDATA[Penjualan adalah aktivitas penting yang dapat meningkatkan pendapatan perusahaan. Namun, PT. Ramayana Mitra Sejahtera masih mengandalkan sistem manual dan belum memiliki metode yang efektif untuk mengidentifikasi produk terlaris. Hal ini menjadi kendala dalam menghadapi ketidakstabilan penjualan yang dipengaruhi oleh permintaan konsumen yang beragam. Penelitian ini bertujuan untuk membantu perusahaan dalam menentukan produk motor yang paling diminati menggunakan Algoritma Naïve Bayes. Berdasarkan hasil evaluasi, pada model yang menggunakan 60% data training (805 data) dan 40% data testing (537 data) menunjukkan kinerja yang sangat baik dengan akurasi mencapai 94,97%. Hasil ini menunjukkan bahwa model dengan perbandingan 60% data training dan 40% data testing merupakan paling optimal dalam mengukur akurasi pada data penjualan sepeda motor di PT. Ramayana Mitra Sejahtera. Sales is an important activity that can increase company revenue. However, PT. Ramayana Mitra Sejahtera still relies on a manual system and does not have an effective method for identifying best-selling products. This becomes an obstacle in dealing with sales instability which is influenced by varying consumer demand. This research aims to help companies determine the most popular motorbike products using the Naïve Bayes algorithm. Based on the evaluation results, the model that uses 60% training data (805 data) and 40% testing data (537 data) shows very good performance with an accuracy of 94.97%. These results show that a model with a ratio of 60% training data and 40% testing data is the most optimal in measuring accuracy in motorbike sales data at PT. Ramayana Mitra Sejahtera.]]>
