SISTEM REKOMENDASI PEMBELIAN MOBIL BARU DENGAN ALGORITMA NAÏVE BAYES

YUSUF, ALFIAN FEBRIANA (2023) SISTEM REKOMENDASI PEMBELIAN MOBIL BARU DENGAN ALGORITMA NAÏVE BAYES. Other thesis, UPN "Veteran" Yogyajarta.

	Text 1. Skripsi Fulltext_123160023_Alfian Febriana Yusuf.pdf Restricted to Repository staff only Download (2MB)
	Text 2. Abstrak_123160023_Alfian Febriana Yusuf.pdf Download (34kB)
	Text 3. Cover_123160023_Alfian Febriana Yusuf.pdf Download (132kB)
	Text 5. Daftar Isi_123160023_Alfian Febriana Yusuf.pdf Download (43kB)
	Text 6. Daftar Pustaka_123160023_Alfian Febriana Yusuf.pdf Download (95kB)
	Text 4. Lembar_Pengesahan_123160023_Alfian Febriana Yusuf.pdf Download (513kB)

Abstract

vii
ABSTRAK
Perkembangan dunia otomotif saat ini telah mengalami peningkatan yang cukup pesat
seiring meningkatnya kebutuhan konsumen, khususnya pada industri mobil. Hal tersebut
akan mempengaruhi tingkat persaingan di pasar, di mana produsen akan semakin berlomba
memberikan inovasi terhadap produk yang dibuat. Pertimbangan konsumen dalam
melakukan pembelian mobil meliputi banyak hal, antara lain harga, jenis kendaraan,
kapasitas penumpang, kapasitas isi silinder, jumlah pintu dan tipe/varian mobil. Dengan
begitu, konsumen perlu cermat dalam menentukan pilihannya dan mempertimbangkan
kemampuan finansial yang dimilikinya.
Beragamnya varian mobil membuat calon pembeli akan kesulitan menentukan pilihan
yang tepat. . Kendala yang dialami bagi calon pembeli adalah harus memilih beberapa mobil
yang diinginkan tanpa alat bantu sistem/aplikasi yang secara otomatis memberikan pilihan
dari berbagai jenis mobil yang ada, padahal calon pembeli baik perseorangan atau
perusahaan ingin secara cepat mendapatkan pilihan mobil sesuai selera atau kebutuhan yang
diperlukan. Konsumen juga dihadapkan dengan banyaknya kriteria berupa parameter fitur
mobil yang berpengaruh dalam menentukan pilihan mobil. Kemampuan suatu sistem
pendukung keputusan menjadi salah satu alternatif untuk membantu menentukan
rekomendasi pembelian mobil berdasarkan parameter fitur pada mobil.
Penelitian ini menerapkan algoritma Naïve Bayes untuk menentukan nilai probabilitas
terbaik pada rekomendasi pembelian kendaraan. Algoritma Naïve Bayes memiliki tingkat
independesi yang kuat pada tiap fitur yang digunakan dengan perhitungan nilai probabilitas
yang sederhana dan menghasilkan rekomendasi yang tepat.
Kata kunci: Algoritma Naïve Bayes, Parameter Rekomendasi, Pembelian Mobil
viii
ABSTRACT
The development of the automotive world is currently experiencing a fairly rapid
increase in line with the increasing needs of consumers, especially in the car industry. This
will affect the level of competition in the market, where manufacturers will increasingly
compete to provide innovation for the products they make. Consumer considerations in
buying a car include many things, including price, type of vehicle, passenger capacity,
cylinder capacity, number of doors, and car type/variant. That way, consumers must be
careful in making choices and consider their financial capabilities.
The variety of car variants makes it difficult for potential buyers to make the right
choice. The obstacle that prospective buyers often experience is the selection of the desired
cars by manually comparing them one by one. Consumers are also faced with many criteria
in the form of car feature parameters that influence the decision. The ability of a decision
support system to be an alternative to help determine car purchase recommendations based
on the car's feature parameters.
This study applies the Naïve Bayes algorithm to determine the best probability value
for vehicle purchase recommendations. The Naïve Bayes algorithm has a strong degree of
independence for each feature used with a simple probability value calculation and produces
the right recommendations.
Keyword: Naïve Bayes Algorithm, Recommendation Parameters, Car Purchase

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Naïve Bayes Algorithm, Recommendation Parameters, Car Purchase
Subjects:	Z Bibliography. Library Science. Information Resources > ZA Information resources
Divisions:	Faculty of Engineering, Science and Mathematics > School of Engineering Sciences
Depositing User:	Eko Yuli
Date Deposited:	03 Aug 2023 05:18
Last Modified:	03 Aug 2023 06:15
URI:	http://eprints.upnyk.ac.id/id/eprint/36748

Actions (login required)

View Item