Fahreza, Shozy (2024) PREDIKSI PENJUALAN SEPEDA MOTOR UNTUK OPTIMALISASI BUSINESS MANAGEMENT PADA YAMAHA TJAHAJA BARU LUBUK SIKAPING MENGGUNAKAN ALGORITMA NAIVE BAYES BERBASIS WEB. Sarjana thesis, Universitas Putra Indonesia YPTK Padang.
![]() |
Text
Skripsi_19101152630296_Shozy Fahreza_Abstract.pdf Download (123kB) |
![]() |
Text
Skripsi_19101152630296_Shozy Fahreza_BAB I.pdf Download (159kB) |
![]() |
Text
Skripsi_19101152630296_Shozy Fahreza_Daftar Pustaka.pdf Download (97kB) |
![]() |
Text
Skripsi_19101152630296_Shozy Fahreza_Full Text.pdf Download (19MB) |
![]() |
Text
Skripsi_19101152630296_Shozy Fahreza_Full Text.pdf Restricted to Repository staff only Download (19MB) |
Abstract
Tjahaja Baru Lubuk Sikaping merupakan salah satu industri otomotif yang menyediakan berbagai macam suku cadang dan unit sepeda motor Yamaha. Saat ini Tjahaja Baru Lubuk Sikaping menghadapi kesulitan dalam mengelola ketersediaan barang dan kelengkapan produk, karena penumpukan barang yang serupa dan kurang diminati oleh pelanggan. Oleh karena itu, Tjahaja Baru Lubuk Sikaping. memerlukan sebuah sistem yang dapat membantu dalam menentukan barang yang paling diminati atau yang paling laris dari penjualan yang telah dilakukan. Sehingga perlu dibangun Business Management yang memberikan kemudahan dalam kebijakan bisnis. Metode yang digunakan adalah algoritma Naive Bayes, dengan tujuan membantu dalam menentukan produk terlaris dengan mengelola data yang dapat dimanfaatkan untuk mengklasifikasikan penjualan. Manfaat yang diperoleh adalah dapat membantu dalam mengklasifikasikan penjualan sepeda motor. Berdasarkan hasil dan pembahasan, diperoleh kesimpulan bahwa terdapat dua produk terlaris dari tiga data hasil testing. Kata kunci : Tjahaja Baru Lubuk Sikaping, Business Management, klasifikasi penjualan, algoritma Naive Bayes.
Item Type: | Thesis (Sarjana) |
---|---|
Subjects: | 0 Research > Teknik > Komputer 0 Research > Teknik |
Divisions/ Fakultas/ Prodi: | Fakultas Ilmu Komputer > Manajemen Informatika (D3) |
Depositing User: | Ryan Ariadi A.Md |
Date Deposited: | 14 Feb 2025 03:09 |
Last Modified: | 14 Feb 2025 03:09 |
URI: | http://repository.upiyptk.ac.id/id/eprint/13141 |
Actions (login required)
![]() |
View Item |