Analisis Kinerja Algoritma Naïve Bayes Dalam Prediksi Tingkat Persediaan Susu Formula Pada Sektor Ritel

Muhammad Erwan Fuqoha Suryanata (STMIK Banjarbaru)
Budi Rahmani (STMIK Banjarbaru)

Progresif: Jurnal Ilmiah Komputer
Vol 22, No 3 (2026): Juli

Formula milk inventory management at Toko Serba Ada has traditionally relied on a manual system that is often inefficient and error-prone. One of the main challenges is the mismatch between inventory levels and market demand, leading to overstocking and the risk of financial losses from product expiration. This study aims to analyze the performance of the Naïve Bayes algorithm in predicting formula milk inventory levels in the retail sector. The variables used in this study include initial stock, demand trends, product price, and sales volume. The prediction model was developed as a web-based application using PHP. Model performance was evaluated using a confusion matrix with accuracy, precision, and recall as evaluation metrics. The experimental results showed that the model achieved 71.43% accuracy, 73.76% precision, and 74.08% recall. These findings indicate that the Naïve Bayes algorithm demonstrates satisfactory decision-making capability for formula milk inventory management in the retail sector.Keywords: Naïve Bayes; Inventory Prediction; Formula Milk; Retail Sector; Inventory Management. AbstrakSelama ini, pengelolaan stok susu formula di Toko Serba Ada masih mengandalkan sistem manual yang sering kali kurang efisien dan rentan terhadap kesalahan manusia. Masalah utama yang sering muncul adalah ketidaksesuaian antara jumlah stok dan permintaan pasar sehingga menyebabkan penumpukan produk maupun risiko kerugian akibat kedaluwarsa. Penelitian ini bertujuan untuk menganalisis kinerja algoritma Naïve Bayes dalam memprediksi tingkat persediaan susu formula pada sektor ritel. Variabel yang digunakan meliputi stok awal, tren permintaan, harga, dan tingkat penjualan. Model dikembangkan dalam aplikasi berbasis web menggunakan bahasa pemrograman PHP. Evaluasi dilakukan menggunakan confusion matrix dengan parameter akurasi (accuracy), presisi (precision), dan recall. Hasil pengujian menunjukkan bahwa model menghasilkan tingkat akurasi sebesar 71,43%, presisi sebesar 73,76%, dan recall sebesar 74,08%. Hasil tersebut menunjukkan bahwa algoritma Naïve Bayes memiliki kemampuan yang cukup baik dalam mendukung proses pengambilan keputusan terkait pengelolaan persediaan susu formula di sektor ritel.Kata kunci: Naive Bayes; Prediksi Stok; Manajemen Persediaan; Toko Serba Ada; Klasifikasi.