Pemetaan Peningkatan Kinerja UMKM Di Kabupaten Pesawaran Lampung Menggunakan Algoritma Naive Bayes

Ari Rohmawati, Sri Lestari

Abstract


Pemberdayaan Usaha Mikro, Kecil dan Menengah (UMKM) sangat penting dalam mengantisipasi perekonomian untuk kedepannya, terutama dalam memperkuat struktur perekonomian nasional. Adanya krisis perekonomian nasional seperti sekarang ini sangat mempengaruhi stabilitas nasional, ekonomi dan politik yang imbasnya berdampak pada kegiatan-kegiatan usaha besar yang semakin terpuruk. Untuk mewujudkan Usaha Mikro, Kecil dan Menengah (UMKM) yang tangguh dan mandiri yang memiliki daya saing tinggi, maka bimbingan atau pelatihan serta bantuan dari pemerintah sangatlah penting untuk UMKM saat ini agar UMKM yang ada di Kabupaten Pesawaran tidak semakin terpuruk. Namun karena banyaknya UMKM yang ada di Pesawaran dan belum terklasifikasi dengan baik antara usaha mikro,kecil dan menengah menyebabkan masih banyaknya pemberian bantuan maupun bimbingan dari pemerintah yang tidak tepat sasaran. Maka dari itu dibutuhkan teknik klasifikasi data mining menggunakan teorema Naive Bayes untuk mengklasifikasi Usaha Mikro, Kecil dan Menengah yang dapat membantu pihak Dinas Koperasi dan UMKM Kabupaten Pesawaran untuk menyusun data secara sistematis dan terstruktur. Berdasarkan hasil uji coba terhadap sampel data menggunakan algoritma naive bayes menghasilkan tingkat akurasi 98,68% yang artinya algoritma naive bayes dapat gunakan sebagai bahan masukan bagi pengambil keputusan.


References


Annur, H. (2018) ‘Klasifikasi Masyarakat Miskin Menggunakan Metode Naive Bayes’, ILKOM Jurnal Ilmiah,

(2), pp. 160–165. doi: 10.33096/ilkom.v10i2.303.160-165.

Fadlan, C., Ningsih, S. and Windarto, A. P. (2018) ‘Penerapan Metode Naïve Bayes Dalam Klasifikasi Kelayakan

Keluarga Penerima Beras Rastra’, Jurnal Teknik Informatika Musirawas (JUTIM), 3(1), p. 1. doi:

32767/jutim.v3i1.286.

Hermawati, F. A. (2013) Data Mining. Yogyakarta: Andi Offset.

Joko Suntoro (2019) Data Mining Algoritma dan Implementasi dengan Pemrograman PHP. Jakarta: Elex Media

Komputindo.

Raharjo, M. R. (2017) ‘ANALISIS ALGORITMA KLASIFIKASI DAN ASOSIASI TERHADAP ATRTIBUT DATA PELAKU USAHA MIKRO KECIL DAN MENENGAH (UMKM)’, Technologia: Jurnal Ilmiah. doi:

31602/tji.v8i3.1747.

Rouza, E. et al. (2021) ‘MENGGUNAKAN METODE K-MEANS Metode K-Means’, 7(01), pp. 32–40.

Saleh, A. (2015) Klasifikasi Gejala Depresi Pada Manusia dengan Metode Naïve Bayes Menggunakan Java.

Yogyakarta: Andi.

Suyanto (2017) ‘Data mining Untuk Klasifikasi dan Klasterisasi Data’, SpringerReference.

Syukri Mustafa, M., Rizky Ramadhan, M. and Thenata, A. P. (2017) ‘Implementasi Data Mining untuk Evaluasi

Kinerja Akademik Mahasiswa Menggunakan Algoritma Naive Bayes Classifier’, Citec Journal. Undang-Undang Republik Indonesia

Wanto, Anjar, D. (2020) Data Mining : Algoritma dan Implementasi - Books, Yayasan kita menulis.


Refbacks

  • There are currently no refbacks.



Prosiding Seminar Nasional Darmajaya is abstracting and indexing in the following databases:


PROSIDING SEMINAR NASIONAL DARMAJAYA

Diatur Oleh: Lembaga Penelitian dan Pengabdian kepada Masyarakat (LPPM)

Diterbitkan Oleh: IIB Darmajaya
Alamat: Jl. Z.A. Pagar Alam No. 93 Gedong Meneng, Bandar Lampung Lampung
Website: jurnal.darmajaya.ac.id

E-mail: ProsidingSemnasDJ@darmajaya.ac.id