KLASIFIKASI PELANGGAN AKTIF DALAM MENINGKATKAN PENJUALAN MENGGUNAKAN ALGORITMA C4.5

Helmi, Helmi (2021) KLASIFIKASI PELANGGAN AKTIF DALAM MENINGKATKAN PENJUALAN MENGGUNAKAN ALGORITMA C4.5. Masters thesis, Universitas Putra Indonesia YPTK.

Preview	Text (Abstrak) THESIS_HELMI_192321040_Abstrak.pdf Download (7kB) | Preview
Preview	Text (Bab I) THESIS_HELMI_192321040_Bab I.pdf Download (385kB) | Preview
Preview	Text (Daftar Pustaka) THESIS_HELMI_192321040_Daftar Pustaka.pdf Download (272kB) | Preview
	Text (Full Text) THESIS_HELMI_192321040_Full Text.pdf Restricted to Repository staff only Download (1MB)

Abstract

Penelitian ini dilakukan untuk menganalisa jumlah pelanggan aktif di PT. Multi Daya Prima, dengan menggunakan teknik Data Mining. Algoritma C4.5 merupakan teknik Data Mining yang dapat digunakan untuk menganalisa jumlah pelanggan aktif dengan mengolah variabel PO Pertahun, Diskon, Jumlah Barang, Total Pembelian. Variabel tersebut diklasifikasikan untuk selanjutnya dilakukan pengolahan data. Hasil dari pengolahan Algoritma C4.5 ini akan membentuk pohon keputusan (decision tree). Decision tree adalah salah satu metode yang cukup efektif digunakan untuk memprediksi pelanggan Aktif. Hal ini disebabkan karena decision tree adalah salah satu metode klasifikasi yang relatif mudah dipahami oleh perancang sistem maupun pengguna sistem. Konsep dasarnya adalah dengan mengubah data menjadi pohon keputusan dan menghasilkan suatu aturan keputusan (rule). Decision tree banyak digunakan karena mampu menyederhanakan suatu proses pengambilan keputusan yang relatif komplek dengan cara breakdown suatu permasalahan yang besar menjadi permasalahan yang lebih kecil, sehingga pengambilan keputusan diinterpretasikan berdasarkan pemecahan masalah kecil yang kemudian diinterpretasikan dalam bentuk solusi pada masalah utama sehingga dalam tahap pengujian dapat membantu dalam menganalisa jumlah pelanggan aktif.

Actions (login required)

View Item