Implementasi Algoritma C4.5 Untuk Klasifikasi Penjualan Barang di Swalayan Dutalia
DOI:
https://doi.org/10.54367/jtiust.v6i1.1089Keywords:
Swalayan Dutalia, Algoritma C4.5, Decision Tree, Prediksi PenjualanAbstract
Semua perusahaan ritel, termasuk Swalayan Dutalia, dituntut untuk mengambil keputusan secara tepat dalam strategi pemasaran dengan melihat kondisi pasar. Namun, pihak swalayan kerap kali mengalami kesulitan dalam memprediksi angka penjualan produk, terlebih lagi pihak swalayan belum memiliki teknik khusus guna melakukan prediksi angka penjualan barang di masa depan. Hal ini menyebabkan pihak swalayan tidak mampu menentukan stok minimum barang yang dijual. Oleh karena itu, penelitian ini dilakukan untuk merancang bangun sebuah sistem yang menerapkan algoritma C4.5 untuk mengolah data dalam jumlah besar untuk menemukan pola penjualan barang. Berdasarkan decision tree yang terbentuk, akan dilakukan prediksi terhadap kumpulan data penjualan barang baru. Sehingga, pihak Swalayan Dutalia dapat menentukan stok minimum barang. Atribut yang digunakan berjumlah enam buah, yaitu jenis barang, harga, jumlah jual, waktu jual, momen jual, dan status penjualan sebagai atribut target. Berdasarkan pengujian terhadap data training dan data hasil prediksi pada aplikasi RapidMiner Studio Version 9.7, akurasi perhitungan yang dihasilkan mencapai 100% sehingga sistem yang dirancang bangun dapat digunakan untuk memprediksi penjualan barang di masa depan.References
Anharku. (2016). Flowchart. Retrieved from Analisis dan Perancangan Sistem website: http://ilmukomputer.org
Eska, J. (2016). PENERAPAN DATA MINING UNTUK PREDIKSI PENJUALAN WALLPAPER MENGGUNAKAN ALGORITMA C4.5. JURTEKSI (Jurnal Teknologi Dan Sistem Informasi), 2(2), 9–13.
Harahap, F. (2015). Penerapan Data Mining dalam Memprediksi Pembelian cat. Konferensi Nasional Sistem & Informatika 2015 STMIK, 1(1), 856–862.
Kamagi, D. H., & Hansun, S. (2014). Implementasi Data Mining dengan Algoritma C4 . 5 untuk Memprediksi Tingkat Kelulusan Mahasiswa. ULTIMATICS, VI(1), 15–20.
Mardi, Y. (2016). Data Mining : Klasifikasi Menggunakan Algoritma C4.5. Jurnal Edik Informatika, 2(2), 213–219.
Nurmalina, R. (2017). Perencanaan dan Pengembangan Aplikasi Absensi Mahasiswa Menggunakan Smart Card Guna Pengembangan Kampus Cerdas ( Studi Kasus Politeknik Negeri Tanah Laut ). Jurnal Integrasi, 9(1), 84–91.
Oracle. (2019). MySQL. Retrieved from Wikipedia Ensiklopedia Bebas website: https://id.wikipedia.org/wiki/MySQL
Pritalia, G. L. (2018). Penerapan Algoritma C4 . 5 untuk Penentuan Ketersediaan Barang E-commerce. Indonesian Journal of Information Systems (IJIS) Vol., 1(1), 47–56.
Rosela, Y. (2019). IMPLEMENTASI KLASIFIKASI DECISION TREE MENGANALISA STATUS PENJUALAN BARANG MENGGUNAKAN C4 . 5 ( Studi Kasus : Pt . Matahari Department Store Medan Mall ). Jurnal Pelita Informatika, 18(1), 143–150.
Suyanto, D. (2017). Data Mining Untuk Klasifikasi Dan Klasterisasi Data (1st ed.; I. Bandung, Ed.). Bandung: Informatika Bandung.
Tristianto, C. (2018). PENGGUNAAN METODE WATERFALL UNTUK PENGEMBANGAN SISTEM MONITORING DAN EVALUASI PEMBANGUNAN PEDESAAN. Jurnal Teknologi Informasi ESIT, XII(01), 8–22.
Turnip, M., & Wijaya, C. (2016). PENERAPAN ALGORITMA C4.5 UNTUK PENENTUAN TINGKAT KONSUMSI KONSUMEN PADA MEDAN SOLUSINDO. Jurnal Senopati (Seminar Nasional Pascasarjana Teknik Informatika) Vol, 1(1), 34–42.
