Penerapan Data Mining Algoritma Naive Bayes Clasifier Untuk Mengetahui Minat Beli Pelanggan Terhadap INDIHOME
DOI:
https://doi.org/10.33998/jakakom.2022.2.2.111Abstrak
Abstrak− Persaingan yang terjadi dalam dunia bisnis memaksa para pelakunya untuk selalu memikirkan strategi-strategi dan terobosan yang dapat menjamin kelangsungan dari bisnis yang dijalankannya. Hal ini akan memunculkan persaingan antar sesama provider kartu terhadap kartu internet. Para provider kartu internet berlomba-lomba menarik minat pelanggan dengan berbagai macam strategi pemasaran agar tidak kalah saing dan tetap eksis. Dan perusahaan ingin selalu meluncurkan kartu internet terbaru tanpa memikirkan kartu internet tersebut akan laku atau tidak dipasaran. Maka, metode klasifikasi mampu menemukan model yang membedakan konsep atau kelas data, dengan tujuan untuk dapat memperkirakan kelas dari suatu objek yang labelnya tidak diketahui. Oleh sebab itu, algoritma naive bayes dapat memprediksi peluang di masa depan berdasarkan pengalaman dimasa sebelumnya. Hasil dari penelitian ini agar dapat memprediksi atau memperkirakan laku atau tidak kartu internet yang baru, sehingga pemilik usaha dapat mengambil keputusan dan meningkatkan strategi pemasaran.
Kata Kunci: Data Mining; Kartu Internet; Klasifikasi; Algoritma Naïve Bayes
Abstract− Competition is happening in the business world to force the perpetrators to always think of the strategy - and a breakthrough strategy that can guarantee the continuity of the business being operated. This leads to competition among card providers on the internet card. The provider of internet card race-the race to attract customers with a variety of marketing strategies in order not to lose competitiveness and still exist. And the company wants to always launch the latest internet card without thinking of internet cards will be sold in the market or not. Thus, the classification method is able to find a model that distinguishes the concept or class of data, in order to be able to predict the class of an unknown object label. Therefore, Naive Bayes algorithm can predict future opportunities based on the experience of earlier. Results from this study in order to predict or estimate the behavior or the new Internet card, so that the bussines owner can make decisions and improve marketing strategy.
Keywords: Data Mining; Internet Cards; Classification; Naïve Bayes Algorithm
Unduhan
Referensi
V. Hanafiyah, A. A. Pem, I. L. I. H. An, and J. U. D. Ul, “PERSAINGAN BISNIS ARLINA NURBAITY LUBIS Program Studi Ilmu Manajemen Fakultas Ekonomi U ...”.
Y. Mengacu, P. Theory, and O. F. Reasoned, “Jurnal Ekonomi dan Bisnis Indonesia Vol 7 Tahun 1992,” vol. 7, 1992.
D. Gunawan, “khazanah informatika Evaluasi Performa Pemecahan Database dengan Metode Klasifikasi pada Data Preprocessing Data Mining,” pp. 10–13.
P. Y. Santoso and R. R. M. L. Toruan, “STRATEGI MARKETING PUBLIC RELATIONS DALAM REBRANDING HSBC INDONESIA”.
J. Informatika, D. Rekayasa, K. Jakakom, K. Telkomsel, R. Cell, and S. Candra, “Penerapan Data Mining Algoritma Naive Bayes Clasifier Untuk Mengetahui Minat Beli Pelanggan Terhadap Jurnal Informatika Dan Rekayasa Komputer ( JAKAKOM ),” vol. 1, no. April, pp. 149–154, 2022.
H. F. Putro, R. T. Vulandari, and W. L. Saptomo, “Penerapan Metode Naive Bayes Untuk Klasifikasi Pelanggan,” vol. 8, no. 2, 2020.
S. Kasus, P. Studi, I. Universitas, P. Yogyakarta, and P. A. Lizsara, “Implementasi Data Mining Menggunakan Metode Naïve Bayes Untuk Memprediksi Ketepatan Waktu Tingkat Kelulusan Mahasiswa,” pp. 34–37.
A. Yasar and M. M. Saritas, “Performance Analysis of ANN and Naive Bayes Classification Algorithm for Data Classification,” Int. J. Intell. Syst. Appl. Eng., vol. 7, no. 2, pp. 88–91, 2019, doi: 10.18201/ijisae.2019252786.
Bustami, “Penerapan Algoritma Naive Bayes,” J. Inform., vol. 8, no. 1, pp. 884–898, 2014.
A. Pattekari, S.A.; Parveen, “Prediction system for heart disease using Naïve Bayes,” Int. J. Adv. Comput. Math. Sci., vol. 3, no. 3, pp. 290–294, 2012.
C. V Sumber and U. Telekomunikasi, “Penerapan Data Mining dengan Algoritma Naive Bayes Clasifier untuk Mengetahui Minat Beli Pelanggan terhadap Kartu Internet XL ( Studi Kasus di,” pp. 81–92, 1978.
Y. Siska, “PENERAPAN DATA MINING DENGAN ALGORITMA NAÏVE BAYES PELANGGAN TERHADAP PELAYANAN SERVIS MOBIL ( STUDI KASUS : KATAMSO SERVICE ),” vol. 6, pp. 354–358, 2019.
L. R. Angga Ginanjar Mabrur, “Penerapan Data Mining Untuk Memprediksi Kriteria Nasabah Kredit,” J. Komput. dan Inform., vol. 1, no. 1, pp. 53–57, 2012.
E. Engineering, A. P. Windarto, and I. S. Saragih, “Penerapan Data Mining Klasifikasi Pada Calon Pelanggan Baru Indihome dengan C.45,” vol. 1, no. 1, pp. 31–38, 2021.
J. Konseling and A. Matappa, “Seni Memehami Penelitian Kuliatatif Dalam Bimbingan Dan Konseling : Studi Literatur,” vol. 1, pp. 90–100, 2017.
H. Hasanah, “Teknik-teknik observasi,” pp. 21–46.
I. N. Rachmawati, “PENGUMPULAN DATA DALAM PENELITIAN KUALITATIF :,” pp. 35–40.
