PREDIKSI REKOMENDASI KATEGORI PRODUK MENGGUNAKAN METODE PREDICTIVE ANALYTICS NAIVE BAYES PADA PT KILAUMAS LESTARI MULIA

Abstrak

Di tengah lanskap bisnis digital yang kompetitif, pemanfaatan data strategis untuk pengambilan keputusan menjadi esensial. Predictive analytics, sebuah teknik canggih yang menganalisis data historis untuk mengidentifikasi pola dan memprediksi tren masa depan, terbukti efektif membantu organisasi merespons dinamika pasar lebih cepat dan tepat. Bagi PT Kilaumas Lestari Mulia, penerapan predictive analytics sangat relevan untuk memprediksi kategori produk diminati dari data pencarian pelanggan yang belum optimal, mengubahnya menjadi wawasan berharga. Penelitian ini mengusulkan algoritma Naive Bayes, metode klasifikasi probabilistik yang dikenal sederhana dan cepat dalam menangani data berbasis teks. Tujuannya adalah merancang sistem rekomendasi yang mampu secara akurat mengenali preferensi dan minat pelanggan. Dengan pemahaman ini, PT Kilaumas Lestari Mulia diharapkan dapat mengoptimalkan operasionalnya, seperti penyesuaian stok, perumusan strategi promosi, dan pengembangan pemasaran yang lebih personal. Sistem rekomendasi ini tidak hanya akan meningkatkan pengalaman pelanggan dengan menyajikan produk relevan, tetapi juga memberikan nilai strategis signifikan melalui wawasan tren permintaan pasar. Untuk memastikan validitas dan fungsionalitas, penelitian ini akan melibatkan Black-Box Testing untuk memverifikasi fungsionalitas internal dan User Acceptance Testing (UAT) untuk mengevaluasi penerimaan dan kepuasan pengguna akhir. Melalui pendekatan komprehensif ini, sistem yang dikembangkan diharapkan mampu meningkatkan daya saing dan kinerja bisnis PT Kilaumas Lestari Mulia di pasar yang terus berkembang.