Implementasi Algoritma C5.0 pada Penilaian Kinerja Pegawai Negeri Sipil

Kastawan, Putu Wirya; Wiharta, Dewa Made; Sudarma, Made

doi:10.24843/mite.2018.v17i03.p11

Cited by 13 publications

(12 citation statements)

References 3 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Dalam penelitian ini penulis menggunakan atribut bulan, nama perusahaan, jenis produk, jumlah transaksi dan total uang sebagai atribut yang akan di analisis menggunakan algoritma C 5.0. Dengan algoritma C 5.0 diharapkan dapat menghasilkan analisis yang akurasinya tinggi dan keputusan yang tepat berdasarkan atributatribut yang telah dianalisis untuk menentukan pelanggan potensial [6].…”

Section: Pendahuluanunclassified

Implementasi Algoritma C5.0 Untuk Menentukan Pelanggan Potensial Di Kantor Pos Cimahi

Harani

Damayanti

2021

sitech

View full text Add to dashboard Cite

Saat ini banyak perusahaan swasta yang bergerak di bidang jasa pengiriman yang mengakibatkan banyaknya pesaing bagi Kantor Pos Cimahi dan dapat mengakibatkan penurunan jumlah pelanggan yang menggunakan jasa Kantor Pos Cimahi. Oleh karena itu, diperlukan suatu sistem untuk membantu Kantor Pos Cimahi dalam mengidentifikasi calon pelanggan, sehingga dapat diketahui calon pelanggan mana yang dapat memperoleh perlakuan khusus, sehingga pelanggan tersebut dapat terus menggunakan jasa Kantor Pos Cimahi. Sistem yang dibangun menggunakan bahasa pemrograman PHP dan metode Algoritma C 5.0 yang merupakan salah satu algoritma pohon keputusan yang dapat membantu untuk menentukan pelanggan potensial. Penelitian menggunakan data transaksi periode bulan januari – oktober 2020 dimana atribut yang digunakan yaitu bulan, nama perusahaan, jenis kiriman yang digunakan, jumlah transaksi selama sebulan, dan total uang. Hasil penelitian menunjukan bahwa algoritma C 5.0 mampu melakukan menentukan data pelanggan potensial dengan akurasi sebesar 96%.

show abstract

Section: Pendahuluanunclassified

Implementasi Algoritma C5.0 Untuk Menentukan Pelanggan Potensial Di Kantor Pos Cimahi

Harani

Damayanti

2021

sitech

View full text Add to dashboard Cite

show abstract

“…Dalam proses pembentukan pohon keputusan nilai informasi gain tertinggi akan terpilih sebagai root bagi node selanjutnya. Algoritma ini dimulai dengan semua data yang dijadikan akar dari pohon keputusan sedangkan atribut yang dipilih akan menjadi pembagi bagi sampel tersebut [13]. Gambar 1. Credit risk model [10] Untuk menentukan akar dari pohon didasarkan pada nilai information gain tertinggi dari atributatribut yang ada.…”

Section: Pendahuluanunclassified

Analisis Penentuan Resiko Kredit Menggunakan Algoritma C.5.0

Auliasari

Kertaningtyas

Basuki

2021

J-TIT

View full text Add to dashboard Cite

Risk rating atau pemeringkatan resiko merupakan salah satu cara pelabelan resiko kredit pada data, dimana label ini mencerminkan tingkat resiko dan kemampuan seorang nasabah atau perusahaan memenuhi kewajiban tanggungan keuangan. Lembaga perbankan ataupun koperasi terkadang membutuhkan waktu lama untuk melakukan pelabelan data baru, memperbarui label pada data lama dan menjadikannya dasar pengambilan keputusan pada penelitian ini melakukan pemodelan untuk memprediksi nilai risk rating atau pemeringkatan resiko kredit sehingga dapat dijadikan basis pengambilan keputusan terhadap proses pengajuan pinjaman baru. Tahapan yang dilakukan terdiri dari 3 tahap yaitu persiapan data, pemodelan menggunakan algoritma C.5.0 dan analisis hasil pemodelan. Dari evaluasi hasil algoritma C.5.0 pemodelan yang dibentuk untuk klasifikasi atau prediksi resiko kredit tetap memiliki tingkat kesalahan sebesar 24%, sehingga model yang dihasilkan cukup layak digunakan. Dari hasil cofussion matrix dapat disimpulkan jika perpotongan kolom dan baris jatuh pada label yang sama maka klasifikasi dari model tersebut benar, namun jika labelnya berbeda maka klasifikasinya salah. Selain itu dari tampilan cofussion matrix bisa dilihat jika angka dengan diagonal ke kanan bawah menunjukkan data dengan prediksi yang benar dari model karena berpotongan pada label yang sama.

show abstract

“…Algoritma C5.0 Algoritma C5.0 merupakan salah satu algoritma klasifikasi data mining penerapan dari teknik Decision Tree yang merupakan penyempurnaan dari algoritma sebelumnya yaitu ID3 dan C4.5, dibentuk oleh John Ross Quinlan pada tahun 1987. Dalam proses pembentukan pohon keputusan pada algoritma ini, didasarkan pada atribut yang memiliki nilai informasi gain tertinggi akan dijadikan sebagai root bagi node selanjutnya lalu atribut yang dipilih akan menjadi pembagi untuk sampel tersebut [5].…”

Section: Metodologi Penelitian a Data Miningunclassified

Implementasi Fase Boosting Pada Algoritma C5.0 Dalam Menentukan Prestasi Akademik Siswa

Esananda

Nugroho

Anggraeny

2021

santika

View full text Add to dashboard Cite

Prestasi akademik siswa merupakan hasil dari kegiatan pembelajaran yang disertai perubahan atas pencapaian siswa dan dinyatakan dalam bentuk huruf, angka, maupun kalimat sebagai ukuran keberhasilan dengan standar yang telah ditetapkan. Penentuan prestasi akademik siswa dilakukan secara manual oleh tenaga pendidikan, hal ini sangat tidak efektif pada waktu yang dibutuhkan mengingat semakin banyaknya kuantitas siswa dan rentan akan human error. Untuk itu, dalam penelitian ini penulis menerapkan algoritma decision tree C5.0 yang mana terdapat fase boosting untuk mengoptimalkan model pohon dalam mengklasifikasikan prestasi akademik siswa dengan memperbarui data training untuk membentuk model pohon keputusan yang paling akurat. Penelitian ini menghasilkan model pohon keputusan dengan akurasi 93,15%. Kemudian, dilakukan pengujian sistem menggunakan 144 data testing yang menghasilkan nilai recall sebesar 84,32%, precision sebesar 81,62%, dan nilai accuracy sebesar 84,03%.

show abstract

Implementasi Algoritma C5.0 pada Penilaian Kinerja Pegawai Negeri Sipil

Cited by 13 publications

References 3 publications

Implementasi Algoritma C5.0 Untuk Menentukan Pelanggan Potensial Di Kantor Pos Cimahi

Implementasi Algoritma C5.0 Untuk Menentukan Pelanggan Potensial Di Kantor Pos Cimahi

Analisis Penentuan Resiko Kredit Menggunakan Algoritma C.5.0

Implementasi Fase Boosting Pada Algoritma C5.0 Dalam Menentukan Prestasi Akademik Siswa

Contact Info

Product

Resources

About