PENERAPAN ALGORITMA C4.5 UNTUK MEMPREDIKSI EFEKTIFITAS IKLAN GOOGLE ADSWORDS PADA NAYAKA TEKNOLOGI

• ADITYA GUSTI MAULID

---

ABSTRAK

Aditya Gusti Maulid (11207053), Penerapan Algoritma C4.5 untuk memprediksi efektifitas iklan google adswords pada Nayaka Teknologi

Google Adswords merupakan produk yang dapat digunakan untuk mempromosikan bisnis, membantu menjual produk atau layanan, meningkatkan kesadaran, dan meningkatkan traffic ke situs. Nayaka Teknologi saat ini sudah menggunakan jasa Google Adswords sebagai salah satu cara untuk mendongkrak penjualan serta memperluas jaringan. Namun karena perencanaan penyiaran tidak dilakukan terlebih dahulu, hasil yang didapat tidak memuaskan. Pada kampanye berikutnya, perencanaan akan dilakukan terlebih dahulu menggunakan Riwayat pada laporan penayangan kampanye sebelumnya, data-data tersebut diolah dengan teknik data mining untuk memprediksi pasar. Model yang digunakan adalah algoritma C4.5, hasil dari model algoritma C4.5 diuji menggunakan confusion matrix dan mendapatkan tingkat accuracy sebanyak 92.70%, precision sebanyak 78,23% dan recall sebanyak 97.25%.

 

Kata Kunci : Google Adswords, Algoritma C4.5, Data Mining

Aditya Gusti Maulid (11207053), Application of the C4.5

KATA KUNCI

Algoritma

---

DAFTAR PUSTAKA

DAFTAR PUSTAKA

1. G. Inc., “Google Ads?: Definisi,” support.google.com, 2020. [Online]. Available:                              https://support.google.com/google-ads/answer/6319?hl=id. [Accessed: 07-Dec-2021].
2. M. K. W. Putra, “Manfaat Google AdWords Sebagai Media Periklanan Produk Berbasis Daring Terhadap Masyarakat Generasi Z,” no. 112, pp. 1–7, 2019.
3. D. N. Irawan, “Tentang Nayaka Teknologi,” nayakateknologi.com, 2020. [Online]. Available: https://nayakateknologi.com/home. [Accessed: 08-Dec- 2021].
4. S. Yoon, J. Koehler, and A. Ghobarah, “Prediction of advertiser churn for google adwords,” JSM Proc., 2010.
5. E. P. Cynthia and E. Ismanto, “Metode Decision Tree Algoritma C.45 Dalam Mengklasifikasi Data Penjualan Bisnis Gerai Makanan Cepat Saji,” Jurasik (Jurnal Ris. Sist. Inf. dan Tek. Inform., vol. 3, no. July, p. 1, 2018.
6. H. Susana, S. Khofidoh, and A. Al Afghani, “Implementasi Data Mining Metode C. 45 untuk Memprediksi Peminat Kuota Internet pada Masa Covid 19,” MEANS (Media Inf. …, vol. 6, no. 2, pp. 155–157, 2021.
7. D. Pamungkas and D. Fanani, “PENGARUH IKLAN ‘GOOGLE ADWORDS’ TERHADAP PERILAKU SHARE KONSUMEN (Survei Pada Pendaftar Situs Kampungcourse.com),” J. Adm. Bisnis, vol. 62, no. 2, pp. 124–130, 2018.
8. E. D. Sikumbang, “Penerapan Data Mining Penjualan Sepatu Menggunakan Metode Algoritma Apriori,” J. Tek. Komput. AMIK BSI, vol. Vol 4, No., no. September, pp. 1–4, 2018.
9. R. Ordila, R. Wahyuni, Y. Irawan, and M. Yulia Sari, “PENERAPAN DATA MINING UNTUK PENGELOMPOKAN DATA REKAM MEDIS PASIEN BERDASARKAN JENIS PENYAKIT DENGAN ALGORITMA CLUSTERING (Studi Kasus?: Poli Klinik PT.Inecda),” J. Ilmu Komput., vol. 9, no. 2, pp. 148–153, 2020.
10. Y. Mardi, “Data Mining?: Klasifikasi Menggunakan Algoritma C4.5,” Edik

Inform., vol. 2, no. 2, pp. 213–219, 2017.

 

11. H. Widayu, S. D. Nasution, N. Silalahi, and Mesran, “Data Mining Untuk Memprediksi Jenis Transaksi Nasabah Pada Koperasi Simpan Pinjam Dengan Algoritma C4.5,” Media Inform. Budidarma, vol. Vol 1, No, no. 2, p. 37, 2017.
12. J. Eska, “Penerapan Data Mining Untuk Prediksi Penjualan Wallpaper Menggunakan Algoritma C4.5,” vol. 2, 2018.
13. K. Latifah, S. Wibowo, N. Q. Nada, and F. Teknik, “ANALISIS DAN PENERAPAN ALGORITHMA C4.5 DALAM DATA MINING UNTUK MENUNJANG STRATEGI PROMOSI PRODI INFORMATIKA UPGRIS,” vol. 11, no. 2, 2018.
14. Y. A. Wijaya et al., “Analisa Klasifikasi menggunakan Algoritma Decision Tree pada Data Log Firewall Jurnal Sistem Informasi dan Manajemen,” Anal. Klasifikasi menggunakan Algoritm. Decis. Tree pada Data Log Firewall, vol. 9, no. 3, 2021.
15. D. Feblian and D. U. Daihani, “Implementasi Model Crisp-Dm Untuk Menentukan Sales Pipeline Pada Pt X,” J. Tek. Ind., vol. 6, no. 1, 2017.
16. M. F. Rifai, H. Jatnika, and B. Valentino, “Penerapan Algoritma Naïve Bayes Pada Sistem Prediksi Tingkat Kelulusan Peserta Sertifikasi Microsoft Office Specialist (MOS),” Petir, vol. 12, no. 2, pp. 131–144, 2019.
17. A. N. Syahrudin and T. Kurniawan, “Input Dan Output Pada Bahasa,” J. Dasar Pemrograman Python STMIK, no. January, pp. 1–7, 2018.
18. K. Dios, Pengenalan Machine Learning dengan Python. Jakarta: Elex media komputindo, 2020.
19. R. Nofitri and N. Irawati, “Analisis Data Hasil Keuntungan Menggunakan Software Rapidminer,” JURTEKSI (Jurnal Teknol. dan Sist. Informasi), vol. 5, no. 2, pp. 199–204, 2019.
20. R. A. Ardiansyah, “Aplikasi Data Mining K-Means CLustering Untuk Segmentasi Pemasaran Merchons Apparel Di Wilayah Jabodetabek,” J. Univ. 17 Agustus 1945, 2020.