INTEGRASI METODE NEIVE BAYES DAN SOFTWARE RAPIDMINER DALAM ANALISIS HASIL USAHA PERUSAHAAN DAGANG
Abstract
Keuntungan menjadi target utama di sebuah perusahaan. Setiap perusahaan menginginkan keuntungan yang dicapai sesuai dengan target yang diinginkan. Akan tetapi perusahaan beranggapan target yang dicapai tersebut didapat karena hasil penjualan yang besar. Perusahaan tidak melihat faktor lainnya yang mempengaruhi hasil keuntungan seperti biaya, stok, pembelian dan faktor-faktor lain dalam menyusun laporan akhir perusahaan. Selain itu, pengelolaan data yang dilakukan selama ini pun tidak menyeluruh, dikarenakan banyak nya data yang harus dianalisis sehingga memerlukan alat bantu dalam pengelolaannya. Penelitian ini bermaksud untuk menganalisa faktor yang mempengaruhi hasil keuntungan berdasarkan data hasil keuntungan. Dengan melakukan integrasi menggunakan metode naive bayes dan alat bantu software rapidminer, teknik ini akan menghasilkan informasi berupa pola hubungan atau keterkaitan antar factor satu dengan lainnya dalam mempengaruhi tercapainya laba. Sedangkan software rapidminer untuk mempermudah dalam menganalisis data hasil keuntungan.Hasil dari penelitian ini diharapkan menjadi landasan untuk memprediksi hasil keuntungan perusahaan dagang.
References
Adiwiratama, J. (2012). Pengaruh Informasi Laba, Arus Kas dan Size Perusahaan terhadap return Saham (Studi empiris pada perusahaan manufaktur yang terdaftar di BEI). JINAH (Jurnal Ilmiah Akuntansi dan Humanika), 2(1).
Hartono, S. (2012). Pengaruh Informasi Laba Dan Arus Kas Terhadap Harga Saham. Akurat: Jurnal Ilmiah Akuntansi, 3(7).
Kamagi, D. H., & Hansun, S. (2014). Implementasi Data Mining dengan Algoritma C4. 5 untuk Memprediksi Tingkat Kelulusan Mahasiswa. Ultimatics: Jurnal Teknik Informatika, 6(1), 15-20.
Mabrur, A. G. (2012). Penerapan data mining untuk memprediksi kriteria nasabah kredit. KOMPUTA: Jurnal Komputer dan Informatika, 1(1).
Pane, D. K. (2013). Implementasi Data Mining Pada Penjualan Produk Elektronik Dengan Algoritma Apriori (Studi Kasus: Kreditplus). Pelita Informatika: Informasi dan Informatika, 4(3).
Ridwan, M., Suyono, H., & Sarosa, M. (2013). Penerapan Data Mining Untuk Evaluasi Kinerja Akademik Mahasiswa Menggunakan Algoritma Naive Bayes Classifier. jurnal EECCIS, 7(1), 59-64.
Saleh, A. (2015). Implementasi metode klasifikasi naive bayes dalam memprediksi besarnya penggunaan listrik rumah tangga. Creative Information Technology Journal, 2(3), 207-217.
Zulkifli, A. (2016). Metode C45 Untuk Mengklarifikasi Pelanggan Perusahaan Telekomunikasi Seluler. Riau Journal Of Computer Science, 2(1), 65-76.
