Implementasi Naïve Bayes Dalam Memprediksi Permintaan Bahan Baku Di PT. Miyasaka Indonesia

Abstract

Penerapan algoritma Naïve Bayes dalam memprediksi kebutuhan bahan baku bertujuan untuk mengetahui persentase kontribusi masing-masing variabel terhadap faktor dominan dalam sistem permintaan bahan baku yang dikembangkan oleh PT. Miyasaka Indonesia. Hal ini digunakan sebagai acuan dalam mengklasifikasikan permintaan bahan baku agar sesuai dengan harapan dan kebutuhan perusahaan, serta untuk memberikan rekomendasi dan estimasi yang lebih tepat. Penelitian ini menggunakan pendekatan kuantitatif dengan menerapkan algoritma Naïve Bayes berdasarkan kriteria-kriteria yang ada dalam permintaan bahan baku, dan dianalisis menggunakan perangkat lunak RapidMiner. Berdasarkan hasil dari RapidMiner, diperoleh bahwa akurasi prediksi permintaan bahan baku dengan metode Naïve Bayes mencapai 95,12%, dengan nilai tertinggi pada kategori bahan baku dalam klasifikasi performance vector.