SISTEM PENDUKUNG KEPUTUSAN PERTUMBUHAN BENIH IKAN LELE DENGAN METODE FUZZY SAW DI MUTIARA SALSABILA FARM

• MUHAMMAD IQBAL APRIANSYAH, RENGGA DWI WICAKSONO

---

ABSTRAK

ABSTRAK

MUHAMMAD IQBAL APRIANSYAH (11172079),RENGGA DWI WICAKSONO (11172559) Prediksi Daerah Penjualan Potensial Berdasarkan Perilaku Konsumen Pada El- Kareem Syar'i Dengan Algoritma ID3

Memprediksi daerah yang berpotensi tinggi penjualan merupakan hal yang sangat penting dalam strategi bisnis. Demi melebarkan sayap bisnis ke berbagai penjuru daerah, mengetahui perilaku konsumen pada setiap daerah dibutuhkan untuk mencegah terjadinya kerugian.  Terlebih dengan maraknya muncul kompetitor baru dengan berbagai macam inovasi yang membuat persaingan bisnis menjadi kian ketat. Oleh sebab itu, penulis menerapkan model Data Mining dengan metode Algoritma ID3 untuk memprediksi daerah penjualan potensial pada toko busana muslim El-Kareem Syar’I. Penulis juga menggunakan aplikasi pendukung Rapidminer 9.9 untuk menguji tingkat akurasi metode menggunakan Confusion Matrix. Dari dataset penjualan selama 3 bulan, yaitu sebanyak 32 kasus. Didapatkan sebuah pohon keputusan dengan 18 rule. Sedangkan hasil pengujian Confusion Matrix menggunakan aplikasi Rapidminer didapatkan hasil Accuracy 70%, Precision 70% dan Recall 100%. Jadi dapat disimpulkan bahwa penerapan Data Mining menggunakan metode Algoritma ID3 untuk memprediksi daerah penjualan potensial pada El-Kareem Syar’I cukup berhasil.

Kata Kunci: Metode SAW, Algoritma ID3, Confusion Matrix, Daerah Penjualan Potensial

KATA KUNCI

Sistem Pendukung Keputusan,Metode SAW

---

DAFTAR PUSTAKA

DAFTAR PUSTAKA

[1]      A. E. Amalia and M. Z. Naf’an, “Implementasi Algoritma ID3 Untuk Klasifikasi Performansi Mahasiswa (Studi Kasus ST3 Telkom Purwokerto),” Semin. Nas. Teknol. Inf. dan Multimed. 2017, pp. 115–120, 2017.

[2]      A. Rohman and A. Rufiyanto, “Penerapan Algoritma Decision Tree Id3 Untuk Prediksi Kelulusan Mahasiswa Jenjang Pendidikan D3 Di Fakultas Teknik Universitas Pandanaran,” Neo Tek., vol. 5, no. 2, pp. 2–6, 2019, doi: 10.37760/neoteknika.v5i2.1391.

[3]      B. P. T.P and R. D. Indah Sari, “Penerapan Data Mining Untuk Prakiraan Cuaca Di Kota Malang Menggunakan Algoritma Iterative Dichotomiser Tree (Id3),” Jouticla, vol. 2, no. 2, pp. 101–108, 2017, doi: 10.30736/jti.v2i2.68.

[4]      H. Hikmatulloh, A. Rahmawati, D. Wintana, and D. A. Ambarsari, “Penerapan Algoritma Iterative Dichotomiser Three (Id3) Dalam Mendiagnosa Kesehatan Kehamilan,” Klik - Kumpul. J. Ilmu Komput., vol. 6, no. 2, p. 116, 2019, doi: 10.20527/klik.v6i2.189.

[5]      M. Siti, “Komparasi Algoritma Klasifikasi Data Mining untuk Evaluasi Pemberian Kredit,” Bina Insa. Ict J., vol. 3, no. 1, pp. 187–193, 2016, [Online]. Available: http://ejournal-binainsani.ac.id/index.php/BIICT/article/view/815/ 658.

[6]      M. Arhami and M. Nasir, Data Mining Algoritma Dan Implementasi, Lhokseumawe, NAD: Penerbit Andi, 2020.

[7]      N. L. W. S. R. Ginantra, Data Mining Dan Penerapan Algoritma, Medan, Sumatera Utara: Yayasan Kita Menulis, 2021.

[8]      I. Choina, R. Aulia, and A. Zakir, “Penerapan Algoritma ID3 Untuk Menyeleksi Pegawai Kontrak Di Kantor Pengadilan Kota Langsa,” CESS (Journal Comput. Eng. Syst. Sci., vol. 5, no. 1, p. 47, 2020, doi: 10.24114/cess.v5i1.15146.

[9]      I. M. D. Susila, “Penerapan Metode ID3 dalam Pemilihan Internet Service Provider ( ISP ),” no. Senapati, 2016.

[10]    Y. Perwira, “Penerapan Data Mining Dalam Menganalisa Pola Menggunakan Metode Klasifikasi Dengan Algoritma Interactive Dichtomizer Tree ( Id3 ) Pada Smp Negeri 1 Galang Yuda Perwira,” vol. 2, no. 2, pp. 120–135, 2018.

[11]    D. K. Widiyat, M. Wati, and H. S. Pakpahan, “Penerapan Algoritma ID3 Decision Tree Pada Penentuan Penerima Program Bantuan Pemerintah Daerah di Kabupaten Kutai Kartanegara,” vol. 2, no. 2, 2018.

[12]    B. Santoso, A. Azis and Zohrahayaty, Machine Learning & Reasoning Fuzzy Logic, 1 ed., Sleman, D.I.Yogyakarta: Deepublish, 2020.

[13]    B. Rahmat C.T.I. et al., “Implemetasi k-means clustering pada rapidminer untuk analisis daerah rawan kecelakaan,” Semin. Nas. Ris. Kuantitatif Terap. 2017, no. April, pp. 58–60, 2017.

[14]    M. Hutasuhut, D. Octavina, and J. Halim, “Penerapan Data Mining dalam Menganalisa Pola Kelayakan Siswa Pada Kelas Unggulan Menggunakan Algoritma Iterative Dichotomiser 3 (ID3) pada SMP N. 2 Rantau Selatan,” vol. 18, no. 2, pp. 154–160, 2019.

[15]    S. Mujilahwati, "Pemanfaatan Algoritma ID3 untuk Klasifikasi Penjualan Obat," Prosiding Seminar Nasional Teknologi dan Rekayasa Informasi Tahun 2017, p. 5, 2017.