<![CDATA[Pengelolaan persediaan merupakan aspek penting dari operasional perusahaan, khususnya di Toko Baja Mandiri yang menjual perlengkapan bahan bangunan berbasis baja. Pengelolaan yang tidak efektif dapat menyebabkan kekurangan pasokan atau penumpukan barang, sehingga berpotensi mengakibatkan kerugian finansial. Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi status persediaan menggunakan algoritma Naive Bayes dengan data jumlah persediaan, harga satuan, dan total harga barang selama periode satu bulan. Pendekatan Knowledge Discovery in Databases (KDD) diterapkan, dimulai dari seleksi data yang relevan, diikuti oleh tahap praproses untuk membersihkan dan mentransformasi data agar siap digunakan. Setelah melalui tahap transformasi untuk menetapkan atribut yang berguna, data dibagi menjadi set pelatihan dan pengujian. Algoritma Naive Bayes diterapkan untuk mengklasifikasikan barang menjadi kategori “STOCK” (perlu restock) dan “READY” (stock aman). Evaluasi menunjukkan akurasi model sebesar 92.59%, dengan recall 100% untuk kategori “READY” dan precision 27.27%. Ketidakseimbangan data target, dengan 96.8% dalam kategori “STOCK” dan 3.2% kategori “READY”, memengaruhi performa model, terutama dalam precision. Sistem ini terbukti membantu pemilik toko mengoptimalkan pengelolaan stok, meminimalkan risiko kekosongan, dan mendukung pengambilan keputusan strategis secara lebih efektif dengan proses yang terstruktur dan andal.]]>
Copyrights © 2025
