Penerapan Data Mining dalam Menentukan Kategori Barang Rongsokan Berdasarkan Frekuensi Penjualan Menggunakan Algoritma Naive Bayes

Sutisna Sutisna; A'allya Nabilla; Mesra Betty Yel

doi:10.58477/cj.v4i2.486

Articles Vol. 4, No. 2 (2026)

Sutisna Sutisna, A'allya Nabilla, Mesra Betty Yel

Sekolah Tinggi Ilmu Komputer Cipta Karya Informatika

10.58477/cj.v4i2.486 Published: 2026-08-30

Abstract

This study is motivated by the manual transaction recording system at Lapak Pak Iyan, a micro, small, and medium enterprise (MSME) engaged in scrap goods collection in Rawalumbu, East Bekasi. This condition makes it difficult to identify frequently traded types of scrap goods, so purchasing decisions are not yet supported by structured data. This study aims to apply data mining using the Naive Bayes algorithm to classify scrap goods based on sales frequency into three categories: High-Selling, Moderate-Selling, and Low-Selling. The research methods include data collection, preprocessing, frequency calculation, category labeling, and classification using RapidMiner Studio. The data consist of 63 transaction records from January to June 2026 covering seven types of scrap goods. Model testing was conducted using Leave-One-Out Cross Validation (LOOCV) because of the small final dataset. The results show that Naive Bayes successfully classified the scrap goods into three categories with an accuracy of 100%. The classification results can be used as a reference for the owner of Lapak Pak Iyan in determining scrap goods purchasing priorities more efficiently.

Keywords:

Data Mining Naive Bayes Classification Scrap Goods RapidMiner

How to Cite

Sutisna, S., Nabilla, A., & Betty Yel, M. (2026). Penerapan Data Mining dalam Menentukan Kategori Barang Rongsokan Berdasarkan Frekuensi Penjualan Menggunakan Algoritma Naive Bayes. Computer Journal, 4(2), 269-274. https://doi.org/10.58477/cj.v4i2.486

Sutisna Sutisna

Sekolah Tinggi Ilmu Komputer Cipta Karya Informatika

Program Studi Sistem Informasi, Sekolah Tinggi Ilmu Komputer Cipta Karya Informatika, Kota Jakarta Timur, Daerah Khusus Ibukota Jakarta, Indonesia.

A'allya Nabilla

Sekolah Tinggi Ilmu Komputer Cipta Karya Informatika

Program Studi Sistem Informasi, Sekolah Tinggi Ilmu Komputer Cipta Karya Informatika, Kota Jakarta Timur, Daerah Khusus Ibukota Jakarta, Indonesia.

Mesra Betty Yel

Sekolah Tinggi Ilmu Komputer Cipta Karya Informatika

Program Studi Sistem Informasi, Sekolah Tinggi Ilmu Komputer Cipta Karya Informatika, Kota Jakarta Timur, Daerah Khusus Ibukota Jakarta, Indonesia.

DOI	https://doi.org/10.58477/cj.v4i2.486
Publication Date	2026-08-30
Journal Section	Articles

Akbar, Y., & Kharis, M. J. U. (2025). Classification of sales of best-selling products in Ira Store using Naive Bayes algorithm and K-nearest neighbor algorithm. International Journal of Electrical Engineering, Mathematics and Computer Science, 1(4). https://doi.org/10.62951/ijeemcs.v1i4.13
Akbar, Y., & Qibthiyah, M. (2025). Penerapan metode Naïve Bayes untuk klasifikasi produk berdasarkan kategori penjualan di Toko Artemist. Jurnal Indonesia: Manajemen Informatika dan Komunikasi, 6(3), 1921–1930. https://doi.org/10.63447/jimik.v6i3.1603
Aldino Wijaya, A. (2024). Klasifikasi data mining dalam menentukan produk vapor-juice terlaris menggunakan Naïve Bayes. Jurnal Informatika dan Rekayasa Komputer, 4(2), 1225–1235. https://doi.org/10.33998/jakakom.v4i2
Andini, T. I., Witanti, W., & Renaldi, F. (2016). Prediksi potensi pemasaran produk baru dengan metode Naïve Bayes classifier dan regresi linear. Seminar Nasional Aplikasi Teknologi Informasi, 24, 27–32.
Azzahra, A. S. P. (2024). Penerapan algoritma Naïve Bayes untuk memprediksi penjualan makanan pada Toko Korean Food. Mechatronics Journal of Professional Entrepreneurship, 6(2), 54–62.
Indriyani, & Bahtiar, A. (2023). Implementasi data mining untuk mengklasifikasikan data penjualan pada supermarket menggunakan algoritma Naïve Bayes. Jurnal Manajemen dan Bisnis Ekonomi, 1(1), 207–220. https://doi.org/10.54066/jmbe-itb.v1i1.70
Julianto, A., & Andayani, S. (2024). Penerapan data mining untuk klasifikasi produk terlaris menggunakan algoritma Naive Bayes pada bengkel motor. JuSiTik: Jurnal Sistem dan Teknologi Informasi Komunikasi, 7(2), 50–58. https://doi.org/10.32524/jusitik.v7i2.1148
Purnama, P. A. W., & Putra, T. A. (2024). Klasifikasi penjualan produk menggunakan algoritma Naive Bayes pada Konter HP Bayu Cell. Remik: Riset dan E-Jurnal Manajemen Informatika Komputer, 8(1), 286–292. https://doi.org/10.33395/remik.v8i1.13207
Pramana, I. M. A. A., Sudiarsa, I. W., & Nugraha, P. G. S. C. (2023). Analisis dan implementasi data mining dalam klasifikasi data menggunakan algoritma Naïve Bayes. JATISI: Jurnal Teknik Informatika dan Sistem Informasi, 10(4), 518–534.
Rahmah, N., Ningrum, A. R., & Kamarudin. (2025). Penerapan metode Naïve Bayes untuk prediksi stok barang bangunan di Toko Bangunan Bersaudara. Jurnal Media Informasi, 6(3), 1930–1937.
Rhodiyah, R., & Rahmawati, D. (2025). Penerapan metode Naive Bayes untuk klasifikasi produk kurang diminati berdasarkan data penjualan di Toko Laris Eksis. Jurnal Indonesia: Manajemen Informatika dan Komunikasi, 6(3), 1950–1957. https://doi.org/10.63447/jimik.v6i3.1601
Rizky, F., Syahra, Y., Mariami, I., & Y., Y. (2019). Implementasi data mining untuk memprediksi target pemakaian stok barang menggunakan metode regresi linier berganda. Jurnal SAINTIKOM (Jurnal Sains Manajemen Informatika dan Komputer), 18(2), 167. https://doi.org/10.53513/jis.v18i2.156
Rosidi, R., & Setiawan, K. (2024). Implementasi algoritma Naïve Bayes terhadap data penjualan untuk mengetahui pola pembelian konsumen pada kantin. Jurnal Indonesia: Manajemen Informatika dan Komunikasi, 5(1), 120–126.
Rozi, M. F. (2023). Penerapan data mining menggunakan metode Naive Bayes untuk klasifikasi data penentuan hasil penjualan dalam strategi pemasaran. Jurnal Komputasi, Teknologi Informasi dan Sistem Informasi, 2(2), 444–454. https://doi.org/10.62712/juktisi.v2i2.137
Setiawan, R., Priyatna, B., Novalia, E., & Huda, B. (2025). Klasifikasi tingkat penjualan produk pada Toko Jati Karebet menggunakan algoritma Naïve Bayes. Jurnal FASILKOM, 15(2), 297–303. https://doi.org/10.37859/jf.v15i2.9614
Setiawan, & Arifin, T. (2025). Implementasi algoritma Naïve Bayes untuk klasifikasi produk laris dan tidak laris di PT. Kurnia Duta Elektrik. E-Prosiding Sistem Informasi, 6(1), 28–37.
Susilowati, N. B., Rohman, C. L., Basysyar, F. M., & Sulaeman, M. (2025). Meningkatkan model klasifikasi menggunakan algoritma Naïve Bayes pada data penjualan di Toko Pelangi Jaya Motor. E-Link: Jurnal Teknik Elektro dan Informatika, 20(1). https://doi.org/10.30587/e-link.v20i1.9189
Ubaidilah, M. D., Mutia, S. D., & Daniati, E. (2025). Klasifikasi pola penjualan berdasarkan waktu dengan metode Naive Bayes untuk meningkatkan efisiensi penjualan Toko Lia Batik Collection Kediri. Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi), 9(3), 1760–1771. https://doi.org/10.29407/7xncjs12
Wardani, N. W., Nugraha, P. G. S. C., & Mahendra, G. S. (2024). Implementasi Naïve Bayes pada data mining untuk mengklasifikasikan penjualan barang terlaris pada perusahaan ritel. JST (Jurnal Sains dan Teknologi), 12(3), 656–668. https://doi.org/10.23887/jstundiksha.v12i3.38605
Yuma Akbar, M. Q. (2025). Penerapan metode Naïve Bayes untuk klasifikasi produk. Jurnal, 6(3), 1921–1930.
Wariyanto Abdullah, A., Hartanti, D., Permatasari, H., Wicaksono Septyanto, A., & Abi Bagaskara, Y. (2022). Implementasi data mining menggunakan algoritma Naïve Bayes untuk klasifikasi data penjualan. Jurnal, 13(2).
Yoant Prasiska, Y., Sharipuddin, & Hendri. (2022). Perancangan aplikasi rekam medis pada UPTD Puskesmas Durian Luncuk. Jurnal Informatika dan Rekayasa Komputer (JAKAKOM), 2(1), 90–98. https://doi.org/10.33998/jakakom.2022.2.1.57