Di website ini, GAIKINDO menyediakan berbagai data dan informasi terkait dengan industri otomotif, termasuk data penjualan mobil bulanan dan tahunan, laporan dan analisis industri, serta berita dan informasi terbaru. Pada pembuatan skripsi ini, Penulis mencari permasalahan pada data penjualan mobil kedepannya, penelitian ini bertujuan untuk memprediksi penjualan mobil di Indonesia tahun 2024 menggunakan algoritma Naive Bayes. Algoritma ini dipilih karena kesederhanaannya dan kemampuannya untuk memprediksi dengan akurasi yang wajar. Proses awal melibatkan menganalisa data penjualan mobil dari website GAIKINDO yang berfokus pada periode Januari-April 2024. Setelah itu, untuk mempermudah desain dan pengujian, peneliti menggunakan teknik analisa data mining Cross Industry Standard Process for Data Mining (CRISPDM) dengan langkah-langkah: Pengetahuan Bisnis, Fase Pemahaman Data, Fase Persiapan Data, Fase Pembangunan Model, Fase Evaluasi, Fase Implementasi. Hasil recall klasifikasi naive bayes pada gambar menunjukkan bahwa tingkat recall mencapai 100%. sehingga, dapat disimpulkan bahwa hasil akurasi klasifikasi naive bayes pada ketiga gambar mencapai nilai sebagai berikut: akurasi 94,21%, presisi 95,24% dan recall 100%. hal ini menunjukkan bahwa metode naive bayes merupakan metode yang cukup baik dalam penelitian ini.
COVER SKRIPSI YASSER ARAFAT
BUKTI SUBMIT JURNAL
JURNAL YASSER ARAFAT
HASIL TURNITIN
SKRIPSI FULL YASSER ARAFAT
Aji, N. M., Atina, V., dan Sudibyo, N. A. (2023). PEMODELAN PREDIKSI KELULUSAN MAHASISWA DENGAN METODE NAÏVE BAYES DI UNIBA. https://doi.org/10.36595/misi.v5i2
Alkhairi, P., dan Windarto, A. P. (n.d.). Seminar Nasional Teknologi Komputer dan Sains (SAINTEKS) Penerapan K-Means Cluster Pada Daerah Potensi Pertanian Karet Produktif di Sumatera Utara. https://seminar-id.com/semnas-sainteks2019.html
Hasyim, A., Fatchan, M., & Hadikristanto, W. (2022). Penerapan Algoritma Naïve Bayes Dalam Memprediksi Tingkat Penjualan Mobil Tahun 2022. Jurnal Ilmiah Intech : Information Technology Journal of UMUS, 4(02), 207–215.
Hermawan, L., Ismiati, M. B., Bangau, J., 60, N., dan Charitas, M. (2020). Pembelajaran Text Preprocessing berbasis Simulator Untuk Mata Kuliah Information Retrieval. TRANSFORMATIKA, 17(2), 188–199.
Indriyani, F., Yunita, Muthia, D. A., Surniandari, A., dan Sriyadi. (2019). Analisa Perancangan Sistem Informasi.
Mas Pintoko, B., dan Muslim, K. (2019). Analisis Sentimen Jasa Transportasi Online pada Twitter Menggunakan Metode Naïve Bayes Classifier.
Monowati, I. T., & Setyadi, R. (2023). Penerapan Algoritma Naïve Bayes Dalam Memprediksi Pengusulan Penghapusan Peralatan dan Mesin Kantor. Journal of Information System Research (JOSH), 4(2), 483–491. https://doi.org/10.47065/josh.v4i2.2674
Muslim, M. A., Prasetiyo, B., Mawarni, E. laily H., Herowati, A. J., Mirqotussa’adah, Rukmana, S. H., dan Nurzahputra, A. (2019). Data Mining Algoritma C4.5 Disertai contoh kasus dan penerapannya dengan program computer.
Musu, W., dan Ibrahim, A. (2021). Pengaruh Komposisi Data Training dan Testing terhadap Akurasi Algoritma C4.5.
Nasrullah, A. (2023). Data Mining Algoritma Naive Bayes Untuk Memprediksi Jumlah Siswa Baru. EJECTS : E-Journal Computer, Technology and Informations System, 2(2).
Prasetyo, V. R., Lazuardi, H., Mulyono, A. A., & Lauw, C. (2021). Penerapan Aplikasi RapidMiner Untuk Prediksi Nilai Tukar Rupiah Terhadap US Dollar Dengan Metode Linear Regression. Jurnal Nasional Teknologi Dan Sistem Informasi, 7(1), 8–17. https://doi.org/10.25077/teknosi.v7i1.2021.8-17
Putri, S. E. Y., Saniati, dan Surahman, A. (2021). PENERAPAN MODEL NAIVE BAYES UNTUK MEMPREDIKSI POTENSI PENDAFTARAN SISWA DI SMK TAMAN SISWA TELUK BETUNG BERBASIS WEB.
Rachman, R., Handayani, R. N., dan Artikel, I. (2021). Klasifikasi Algoritma Naive Bayes Dalam Memprediksi Tingkat Kelancaran Pembayaran Sewa Teras UMKM. JURNAL INFORMATIKA, 8(2). http://ejournal.bsi.ac.id/ejurnal/index.php/ji
Rifky, M. L., Nugraha, Z., Saputra, M. B., Pratama, D., Raswir, E., dan Pratama, Y. (2022). Jurnal Informatika Dan Rekayasa Komputer (JAKAKOM) Implementasi Data Mining Untuk Penjualan Mobil Menggunakan Metode Naive Bayes. https://ejournal.unama.ac.id/index.php/jakakom.
Siddik, M., dan Desnelita, Y. (2019). Penerapan Naïve Bayes untuk Memprediksi Tingkat Kepuasan Mahasiswa Terhadap Pelayanan Akademis. Jurnal Infomedia, 2(4).