MODEL KLASIFIKASI PRODUK PALING DIMINATI PADA PENJUALAN SANDAL WANITA MENGGUNAKAN METODE NAIVE BAYES (Studi Kasus: UMKM Ann-d’Mello Sandals Krian Sidoarjo)

MOST DESIRED PRODUCT CLASSIFICATION MODEL FOR SALES OF WOMEN'S SANDALS USING THE NAIVE BAYES METHOD (Case Study: UMKM Ann-d'Mello Sandals Krian Sidoarjo)

UMKM Ann-d'Mellow Sandals di Krian, Sidoarjo, menghadapi tantangan dalam menentukan model sandal yang paling diminati untuk menghindari kelebihan stok penjualan. Dalam dunia fashion yang selalu berubah, manajemen persediaan menjadi kompleks, dengan beberapa produk laris terjual sementara yang lain tetap di rak. Untuk mengatasi ketidakseimbangan ini, teknik data mining digunakan untuk menganalisis pola pembelian pelanggan dan mengidentifikasi tren pasar sehingga membantu UMKM dalam merancang strategi pemasaran dan penjualan yang lebih efektif. Penelitian ini bertujuan menerapkan metode Naïve Bayes untuk mengklasifikasikan produk sandal wanita yang paling diminati di UMKM Ann-D’Mellow Sandals dan mengevaluasi akurasi model tersebut. Berdasarkan hasil cross-validation dengan fold 3, 5, dan 10, model menunjukkan tingkat akurasi rata-rata sebesar 0.62 pada data pelatihan dan 0.61 pada data pengujian. Model ini juga mencapai akurasi keseluruhan sebesar 96.15%, yang menunjukkan bahwa metode Naïve Bayes cukup efektif dalam klasifikasi produk meskipun ada variasi akurasi antar fold. Hasil analisis menunjukkan bahwa jenis sandal 'Hills A' adalah yang paling laku dengan penjualan sebanyak 72 kali orderan. Temuan ini sangat berharga untuk strategi pemasaran dan manajemen stok, memungkinkan UMKM untuk mengalokasikan sumber daya lebih efisien, meningkatkan produksi dan persediaan produk 'Hills A', serta merencanakan kampanye pemasaran yang lebih terarah. Pengetahuan ini juga mendukung pengembangan produk yang lebih sesuai dengan preferensi konsumen, yang pada akhirnya meningkatkan kepuasan pelanggan dan mendukung pertumbuhan bisnis yang berkelanjutan. Kata Kunci: UMKM, Naive Bayes, manajemen persediaan, preferensi pelanggan, strategi pemasaran

The MSME Ann-d'Mellow Sandals in Krian, Sidoarjo, faces challenges in determining the most popular sandal models to avoid excess sales stock. In the ever-changing fashion world, inventory management becomes complex, with some products selling well while others remain on the shelves. To address this imbalance, data mining techniques are used to analyze customer purchase patterns and identify market trends, helping the MSME design more effective marketing and sales strategies. This research aims to apply the Naïve Bayes method to classify the most popular women's sandal products at AnnD’Mellow Sandals MSME and evaluate the accuracy of the model. Based on cross-validation results with folds of 3, 5, and 10, the model shows an average accuracy rate of 0.62 on the training data and 0.61 on the testing data. The model also achieves an overall accuracy of 96.15%, indicating that the Naïve Bayes method is quite effective in product classification despite variations in accuracy between folds. The analysis results show that the 'Hills A' type sandals are the best-sellers, with 72 orders. This finding is highly valuable for marketing strategies and stock management, allowing the MSME to allocate resources more efficiently, increase production and stock of 'Hills A' products, and plan more targeted marketing campaigns. This knowledge also supports the development of products that better match consumer preferences, ultimately enhancing customer satisfaction and supporting sustainable business growth. Keywords: MSME, Naïve Bayes, inventory management, customer preferences, marketing strategy