Prediksi Jualan Harian Pada Kantin Jakender Menggunakan Algoritma Naive Bayes

Abstract

Prediksi penjualan harian merupakan salah satu aspek penting dalam mendukung pengelolaan persediaan dan pengambilan keputusan pada usaha kuliner. Kantin Jakender menghadapi permasalahan berupa fluktuasi penjualan yang menyebabkan risiko kelebihan maupun kekurangan stok bahan baku. Penelitian ini bertujuan menerapkan algoritma Naive Bayes untuk memprediksi kategori penjualan harian berdasarkan data historis. Penelitian menggunakan pendekatan kuantitatif dengan memanfaatkan 30 data transaksi yang terdiri atas variabel cuaca, promo, jumlah pengunjung, dan kategori penjualan. Data dibagi menjadi data pelatihan dan data pengujian, kemudian dilakukan proses klasifikasi menggunakan algoritma Naive Bayes. Kinerja model dievaluasi menggunakan confusion matrix dengan indikator accuracy, precision, dan recall. Hasil penelitian menunjukkan bahwa model menghasilkan accuracy sebesar 83,33%, precision sebesar 75%, dan recall sebesar 100%. Hasil tersebut menunjukkan bahwa algoritma Naive Bayes mampu memberikan prediksi yang cukup akurat sehingga dapat membantu pemilik kantin dalam menentukan jumlah persediaan bahan baku dan meningkatkan efisiensi operasional usaha.