PERBANDINGAN METODE DECISION TREE DAN NAIVE BAYES PADA TINGKAT PENJUALAN MINUMAN KOPI DI KOPI PAWON NUSANTARA

PERBANDINGAN METODE DECISION TREE DAN NAIVE BAYES PADA TINGKAT PENJUALAN MINUMAN KOPI DI KOPI PAWON NUSANTARA

• By SAID LUTHFIL SHAM, MUHAMMAD IQBAL, SITI MISKIYAH;
• S1- Sistem Infomasi
• 14
• 1-84

Kopi Pawon Nusantara adalah tempat ngopi yang berada dipinggir jalan namun dengan rasa tidak kalah enak dengan kopi yang ada di kafe-kafe. Kopi Pawon Nusantara sendiri adalah merk dagang yang terbentuk karena animo para pelanggan setia penikmat kopi. Pemilik Kopi Pawon Nusantara menghadapi tantangan dalam menentukan minuman kopi mana yang paling diminati oleh pelanggan mereka. Data yang digunakan berasal dari penjualan sebelumnya di Kopi Pawon Nusantara.Metode yang digunakan yaitu metode Decision Tree dan Naive Bayes. Tujuan dari penelitian ini adalah untuk membandingkan dua model klasifikasi, yaitu Decision Tree dan Naive Bayes, dalam konteks meningkatkan penjualan di Kopi Pawon Nusantara. Penelitian ini menggunakan data penjualan minuman kopi untuk memahami pola pembelian pelanggan. Dua algoritma, Decision Tree dan Naive Bayes, dievaluasi untuk mengukur performanya menggunakan metrik seperti akurasi, presisi, recall, dan area under curve (AUC) dari kurva ROC. Hasil  Decision Tree mencapai akurasi sebesar 97,83% dengan AUC 0,957. Sementara itu, Naive Bayes memiliki akurasi sebesar 94,35% dengan AUC 0,969. Dapat disimpulkan bahwa metode decision tree merupakan algoritma terbaik untuk mengolah data penjualan minuman kopi di Kopi Pawon Nusantara.Hasil yang diperoleh diharapkan dapat menjadi dasar penelitian selanjutnya untuk memilih metode klasifikasi yang sesuai, apakah menggunakan dataset yang sama atau metode yang berbeda.

• Katakunci Decision Tree , Minuman Kopi, Naive Bayes, Penjualan
• URL http://
• Penerbit ,

REFERENSI

Adam, F., Agustina, R., & Fadhil, R. (2022). Pengujian Cita Rasa Kopi Arabika dengan Metode Cupping Test. Jurnal Ilmiah Mahasiswa Pertanian, 7(1), 517–521. https://doi.org/10.17969/jimfp.v7i1.19021

Bei, F., & Jamu, M. E. (2022). Strategi Pemasaran Pada Usaha Kopi Kita Dalam Mempertahankan Penjualan Di Tengah Pandemi Covid-19. Analisis, 12(2), 193–207. https://doi.org/10.37478/als.v12i2.2081

Chandra Wirawan. (2020). Teknik Data Mining Menggunakan Algoritma Decision Tree C4. 3(1), 47–52.

Febriyanti, L., & Zakaria, H. (2023). Implementasi Data Mining Untuk Memprediksi Produktivitas Pada Tanaman Kacang Tanah Menggunakan Metode Naive Bayes (Studi Kasus : Perkebunan Kacang Tanah Di Kota Bogor). LOGIC : Jurnal Ilmu Komputer Dan Pendidikan, 1(2), 105–118. https://journal.mediapublikasi.id/index.php/logic

Fihir, M., Martanto, & Hayati, U. (2023). KLASIFIKASI TINGKAT KEPUASAN PELANGGAN KOPI KENANGANMENGGUNAKAN METODE DECISION TREE PADAAPLIKASI KOPI KENANGAN. 7(6), 3830–3833.

Harahap, F., Saragih, N. E., Siregar, E. T., & Sariangsah, H. (2021). Penerapan Data Mining Dengan Algoritma Naive Bayes Classifier Dalam Memprediksi Pembelian Cat. Jurnal Ilmiah Informatika, 9(01), 19–23. https://doi.org/10.33884/jif.v9i01.3702

Indriyani Indriyani, & Agus Bahtiar. (2023). Implementasi Data Mining Untuk Mengklasifikasikan Data Penjualan Pada Supermarket Menggunakan Algoritma Naïve Bayes. Jurnal Manajemen Dan Bisnis Ekonomi, 1(1), 207–220. https://doi.org/10.54066/jmbe-itb.v1i1.70

Lailatul Mufidah, K. T. (2021). PENERAPAN DATA MINING UNTUK KLASIFIKASI PREDIKSI PRODUK JENIS MAKANAN KUCING YANG SESUAI KEBUTUHAN DENGAN ALGORITMA DECISION TREE (ID3). 7(3), 6.

Purnama, F., & Silaen, S. (2021). Sistem Informasi Pemesanan Online Pada Situasi Kafe and Resto. Journal of Information Technology, 5(1), 1–6.

Rafi Nahjan, M., Nono Heryana, & Apriade Voutama. (2023). Implementasi Rapidminer Dengan Metode Clustering K-Means Untuk Analisa Penjualan Pada Toko Oj Cell. JATI (Jurnal Mahasiswa Teknik Informatika), 7(1), 101–104. https://doi.org/10.36040/jati.v7i1.6094

Sawitri, H., & Maulina, N. (2021). DERAJAT pH SALIVA PADA MAHASISWA PROGRAM STUDI KEDOKTERAN FAKULTAS KEDOKTERAN UNIVERSITAS MALIKUSSALEH YANG MENGKONSUMSI KOPI TAHUN 2020. AVERROUS: Jurnal Kedokteran Dan Kesehatan Malikussaleh, 7(1), 84. https://doi.org/10.29103/averrous.v7i1.4729

Suci Amaliah, Nusrang, M., & Aswi, A. (2022). Penerapan Metode Random Forest Untuk Klasifikasi Varian Minuman Kopi di Kedai Kopi Konijiwa Bantaeng. VARIANSI: Journal of Statistics and Its Application on Teaching and Research, 4(3), 121–127. https://doi.org/10.35580/variansiunm31

Sulastri, R. (2022). Identifikasi Tingkat Penjualan Produk Herbal HWI Menggunakan Algoritma C4.5. Jurnal Informatika Ekonomi Bisnis, 4(3), 84–89. https://doi.org/10.37034/infeb.v4i3.141

Ubaidilah, R. M. (2023). Prediksi Kelulusan Mahasiswa Berdasarkan Data Kunjung dan Peminjaman Buku menggunakan Rapid Miner dengan Metode C.45 dan Random Forest. International Research on Big-Data and Computer Technology: I-Robot, 7(2), 14–20. https://doi.org/10.53514/ir.v7i2.410

Wahyudi, M. D. (2023). Penerapan Data Mining Dengan Algoritma C4. 5 Dalam Prediksi Penjualan Buku. Jurnal Teknorama (Informatika Dan …, 1(1), 1–6. https://jurnal.stikomelrahma.ac.id/index.php/teknorama/article/view/1%0Ahttps://jurnal.stikomelrahma.ac.id/index.php/teknorama/article/download/1/1