Analisa Algoritma C4.5 Untuk Memprediksi Penjualan Motor Pada Pt. Capella Dinamik Nusantara Cabang Muka Kuning

Nurul Azwanti

Abstract


Motor 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.


Keywords


algoritma c4.5; data mining; klasifikasi; prediksi penjualan motor; pohon keputusan;

Full Text:

PDF

References


R. Yuliana, “Analisis Strategi Pemasaran Pada Produk Sepeda Motor Matik Berupa Segmentasi, Targeting, Dan Positioning Serta Pengaruhnya Terhadap Keputusan Pembelian Konsumen Di Semarang,” vol. 5, no. 2, pp. 79–92, 2013.

A. Novera, “Pengaruh Biaya Promosi Terhadap Penjualan Sepada Motor Honda di CV . Mitra Makmur Samarinda,” vol. 2, no. 4, pp. 899–913, 2014.

H. Sastrawinata, “Pengaruh Faktor-Faktor Marketing Stimuli Terhadap Purchasing Decisions Produk-Produk Honda ( Studi Kasus Pada PT . Honda Astra Internasional Tbk . Cabang Veteran Palembang,” J. Ilm. Orasi Bisnis, pp. 122–143, 2010.

I. H. Selvia Lorena Br Ginting, Wendi Zarman, “Analisis Dan Penerapan Algoritma C4.5 Dalam Data Mining Untuk Memprediksi Masa Studi Mahasiswa Berdasarkan Data Nilai Akademik,” no. November, 2014.

N. Iriadi and N. Nuraeni, “Kajian Penerapan Metode Klasifikasi Data Kelayakan Kredit Pada Bank,” J. Tek. Komput. AMIK BSI, vol. 2, pp. 132–137, 2016.

A. Sijabat, “Penerapan Data Mining Untuk Pengolahan Data Siswa Dengan Menggunakan Metode Decision Tree ( Studi Kasus : Yayasan Perguruan,” vol. V, pp. 7–12, 2015.

H. Chauhan and A. Chauhan, “Implementation of decision tree algorithm c4.5 1,” Int. J. Sci. Res. Publ., vol. 3, no. 10, pp. 4–6, 2013.

G. L. Agrawal and P. H. Gupta, “Optimization of C4 . 5 Decision Tree Algorithm for Data Mining Application,” Int. J. Emerg. Technol. Adv. Eng., vol. 3, no. 3, pp. 341–345, 2013.

D. Untari, “Data Mining Untuk Menganalisa Prediksi Mahasiswa Berpotensi Non-Aktif Menggunakan Metode Decision Tree C4.5,” 2010.

S. Faradillah, “Implementasi Data Mining Untuk Pengenalan Karakteristik Transaksi Customer Dengan,” pp. 63–70, 2013.




DOI: http://dx.doi.org/10.30872/jim.v13i1.629

Refbacks



Copyright (c) 2018 Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer

Editor Informatika Mulawarman Address:
ISSN 1858-4853 (Print) | ISSN 2597-4963 (Online)

Published by: Mulawarman University
Managed by : Computer Science Department - Faculty of CSIT 
Jl. Panajam Kampus Gunung Kelua Samarinda 75123 - Kalimantan Timur - Indonesia
E-mail: jim.unmul@gmail.com
OJS: http://e-journals.unmul.ac.id/index.php/JIM
Contact Person: Putut Pamilih W. (+6285246436015)

 Creative Commons License

Informatika Mulawarman by http://e-journals.unmul.ac.id/index.php/JIM/index is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

Under the CC BY-SA license, authors and other users are able to reprint, distribute or use the material for commercial purposes so long as they give attribution to the journal Informatika Mulawarman and license the republished material under the same license.