Perbandingan Algoritma K-Means, Naïve Bayes dan Decision Tree Dalam Memprediksi Penjualan Bahan Bakar Minyak: The Comparison of K-Means, Naïve Bayes and Decision Tree Algorithm in Predicting Fuel Oil Sales

Abstrak

Penelitian ini membahas penerapan algoritma K-Means untuk melakukan clustering terhadap data penjualan Bahan Bakar Minyak (BBM) di SPBU Wadio Nabire, serta evaluasi akurasi model Decision Tree dan Naive Bayes menggunakan data mining pada aplikasi Orange. Tujuan utama penelitian ini adalah untuk mengoptimalkan distribusi BBM dengan memahami pola konsumsi dan segmentasi pelanggan. Penelitian ini mengidentifikasi masalah utama dalam distribusi BBM yang tidak optimal, yang menyebabkan kelebihan atau kekurangan stok di SPBU Wadio Nabire, serta ketidakpuasan konsumen akibat antrean panjang dan kenaikan biaya operasional. Dengan menggunakan teknik data mining seperti clustering dan prediksi penjualan, penelitian ini bertujuan untuk memberikan solusi dalam perencanaan distribusi yang lebih efisien dan strategi pemasaran yang lebih efektif untuk meningkatkan penjualan BBM dan kepuasan pelanggan.