Perbandingan Metode Decision Tree dan Naive Bayes Pada Tingkat Penjualan Minuman Kopi di Kopi Pawon Nusantara

Abstract

Tujuan dari penelitian ini adalah untuk membandingkan dua model klasifikasi, yaitu Decision Tree dan Naive Bayes, dalam konteks meningkatkan penjualan di Kopi Pawon Nusantara. Penelitian ini menggunakan data penjualan minuman kopi untuk memahami pola pembelian pelanggan. Pemilik Kopi Pawon Nusantara menghadapi tantangan dalam menentukan minuman kopi yang paling diminati oleh pelanggan mereka. Data yang digunakan berasal dari penjualan sebelumnya di Kopi Pawon Nusantara. Dua algoritma, Decision Tree dan Naive Bayes, dievaluasi untuk mengukur performanya menggunakan metrik seperti akurasi, presisi, recall, dan area under curve (AUC) dari kurva ROC. Hasil  Decision Tree mencapai akurasi sebesar 97,83% dengan AUC 0,957. Sementara itu, Naive Bayes memiliki akurasi sebesar 94,35% dengan AUC 0,969. Tujuan dari penelitian ini adalah untuk mendapatkan pemahaman tentang metode klasifikasi mana yang paling cocok untuk menangani data penjualan Kopi Pawon Nusantara. Hasilnya diharapkan dapat digunakan sebagai dasar untuk penelitian lanjutan yang akan memilih metode klasifikasi yang tepat, baik dengan dataset yang sama maupun dengan metode klasifikasi yang berbeda.