ABSTRAKMotor menjadi pilihan setiap orang sebagai andalan transportasi karena dari harga yang terjangkau serta dapat digunakan dalam jangka waktu yang lama. Di Indonesia sendiri, motor yang paling banyak diminati adalah motor merk Honda. Tercatat sebagai pemimpin pasar, dengan kontribusi 72,28 persen dan total penjualan sebesar 2.362.047 unit pada tahun 2016 (menurut Asosiasi Industri Sepeda Motor Indonesia). Untuk wilayah kota Batam perusahaan yang menjual motor Honda salah satunya adalah PT. Capella Dinamik Nusantara Cabang Muka Kuning. Wilayah penjualan sangat mempengaruhi terhadap penjualan motor, selain ke showroom langsung, dibeberapa tempat ramai seperti mall bisa menjadi promosi dan penjualan motor karena mudah dijangkau oleh masyarakat. Jumlah data yang sangat banyak akan sangat sulit untuk dianalisa. Analisa diperlukan untuk melihat pola dari data penjualan sehingga dapat menghasilkan prediksi penjualan motor yang nantinya akan berguna untuk pendistribusian motor dibeberapa wilayah. Dari data konsumen yang begitu banyak, maka dilakukan Data Mining dengan menggunakan algoritma C4.5. Hasil dari kegiatan mining ini diharapkan dapat memberikan sebuah pohon keputusan untuk melihat pola prediksi perilaku konsumen membeli motor.Kata data mining, klasifikasi, prediksi penjualan motor, pohon keputusan
ABSTRAKPenelitian ini dilakukan untuk memprediksi mahasiswa yang mengulang mata kuliah di AMIK Labuhan Batu dengan menggunakan teknik Data Mining. Algoritma C4.5 merupakan teknik Data Mining yang dapat melakukan prediksi dengan mengolah variabel Semester, IPK, Nilai, Keadaan Ekonomi dan Status. Variabel tersebut akan diklasifikasikan berdasarkan atributnya, untuk variabel keadaan ekonomi pengklasifikasian akan menggunakan rumus Sturgess agar dapat melakukan pengolahan data. Algoritma C4.5 dengan metode pohon keputusan dapat memberikan informasi rule prediksi untuk menggambarkan proses yang terkait dengan prediksi mahasiswa yang mengulang. Karakteristik data yang diklasifikasi dapat diperoleh dengan jelas, baik dalam bentuk struktur pohon keputusan maupun aturan sehingga dalam tahap pengujian dengan software WEKA dapat membantu dalam memprediksi mahasiswa yang mengulang mata kuliah. Dari dua hasil pengujian yang telah dilakukan yaitu proses secara manual dan menggunakan software WEKA disimpulkan bahwa hasil pengujian sangat baik karena rule yang dihasilkan hampir sama. Perbedaannya hanya terletak pada atribut nilai yang masuk ke dalam WEKA, namun tidak megubah hasil keputusan. Pada hitungan manual menggunakan 34 record dan pada WEKA menggunakan 141 record.Kata kunci: data mining, algoritma C4.5, klasifikasi, pohon keputusan. Keywords: data mining, algorithm c4.5, classification, decision tree. ABSTRACT This research was conducted to predict students who repeat the course in AMIK Labuhan PENDAHULUANPendidikan mempunyai peranan strategis dalam mempersiapkan generasi penerus yangmemiliki pengetahuan dan kecerdasan tinggi sertamenguasai berbagai keahlian yang kompeten [1].Di Indonesia sendiri program wajib belajar 12 tahun mulai dari tingkat SD, SMP dan SMA sudah diterapkan demi terciptanya sumber daya manusia yang berkualitas. Tidak sampai disitu, peminat untuk melanjutkan ke jenjang pendidikan yang lebih tinggi juga memberikan kontribusi yang besar untuk kemajuan bangsa. Perguruan tinggi merupakan penyelenggara pendidikan tingkat lanjut dari jenjang pendidikan menengah di jalur pendidikan formal.AMIK Labuhan Batu merupakan salah satu perguruan tinggi yang menarik banyak mahasiswa setiap tahunnya, terbukti dengan meningkatnya pendaftar calon mahasiswa di setiap periode. Peningkatan tersebut harus sejalan dengan kualitas dan kenyamanan bagi mahasiswa dalam menjalani masa studinya. Jika ketidakpuasan mahasiswa karena kegagalan dalam memenuhi janji untuk menyelesaikan studi tepat waktu atau kegagalan dalam memenuhi janji lainnya maka akan berakibat terjadi pengurangan retensi mahasiswa atau perpindahan mahasiswa [2]. Oleh karena itu, pihak akademik harus memperhatikan hal yang terkait dengan kenyamanan mahasiswa agar dapat menjalani perkuliahan dengan baik dengan cara membantu dalam mengelola mata kuliah.
At this time many people who use the website instead of just looking for information
KEYWORDS A B S T R A C T Data mining, algoritm C4.5,hypertensionThere are approximately 95% of cases of unknown cause of hypertension, while the rest caused by other diseases such as coronary heart disease, impaired kidney function, and impaired cognitive function or stroke. RSUD Embung Fatimah is an Indonesian hospital located in Batam Island Riau Province. In 2015, the total number of inpatients for hospitalization reaches 10,317 inhabitants. With the large number of patients per year it causes patient data is increasing. To overcome the problem in tackling people with hypertension disease, it is necessary to analyze the existing disease data, to predict the patient's illness which must be handled based on the pattern of the disease. In data mining there is a model that can be used to predict a pattern in a condition that is predictive or prediction model. One of the algorithms that can be used to create a decision tree (decission tree) is the C4.5 algorithm. The C4.5 algorithm is a method used for predictive classification. Using C4.5 algorithm method, the researcher can classify the pattern of hypertension as a comorbid illness of heart failure, kidney failure, diabetes, stroke and hypoglycemia. In this study, researchers used WEKA (Waikato Environment for Knowledge Analysis) software as tools or tools used to perform testing in order to obtain the pattern of disease from hypertension. From the research findings in the find that in the prediction of hypertension disease as a disease, the attributes that are very influential to hypertension are heart failure.
Listrik telah menjadi kebutuhan yang tidak terlepas dari kegiatan yang dilakukan oleh manusia sehari-hari. Penggunaan listrik mulai dari peralatan rumah tangga seperti kulkas, kipas angin, setrika, mixer, rice cooker hingga alat komunikasi seperti handphone, laptop dan berbagai macam alat eletronik lainnya sangat membutuhkan adanya energi listrik. Penggunaan tenaga listrik sekarang ini merupakan salah satu kebutuhan penting dalam kehidupan masyarakat. Batam merupakan salah satu kota besar yang ada di Indonesia. Daerah yang termasuk padat penduduk di Batam adalah daerah Batam Center. Kepadatan penduduk tersebut juga menyebabkan kebutuhan akan energi listrik menjadi sangat tinggi. Perusahaan sebagai penyedia sumber energi listrik di kota Batam adalah PT PLN Batam (b’right). Jika penduduk tidak bijak dalam menggunakan listrik, tentu saja akan sangat mempengaruhi menipisnya persediaan energi lstrik di Kota Batam itu sendiri. Untuk itu diperlukan suatu teknik untuk melakukan prediksi dalam penggunaan listrik rumah tangga agar tujuan dari pemerintah dalam upaya menerapkan program penghematan listrk tercapai. Teknik dalam melakukan prediksi dapat menggunakan teknik data mining dengan melakukan klasifikasi data dengan menggunakan Algoritma C4.5. Hasil dari perhitungan Algoritma C4.5 membentuk pohon keputusan dimana variabel jumlah anggota keluarga, luas bangunan rumah dan lama waktu di rumah menjadi variabel penting dari prediksi besarnya pengggunaan listrik. Pengujian dilakukan dengan Weka telah menghasilkan rule yang sama dari pohon keputusan yang terbentuk.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.