Implementasi Data Mining Dalam Klasifikasi Produk Laris Dan Tidak Laris Dengan Algoritma C4.5

Abstract

ABSTRAK

Data mining adalah proses untuk mendapatkan informasi yang berguna dari basis data yang besar dan perlu diekstraksi agar menjadi informasi baru dan dapat membantu dalam pengambilan keputusan. Dilakukannya penelitian disebuah perusahaan distributor yang bergerak dibidang otomotif  seperti spare part motor atau komponen pengganti untuk kendaraan. Selama penelitian, penulis mendapatkan suatu masalah dimana sering terjadinya tidak ada stok barang disaat pembeli ingin membeli suatu produk tertentu dikarenakan perusahaan tidak menyetok produk tersebut dengan jumlah banyak yang padahal produk tersebut banyak diminati. Metode yang digunakan dalam penelitian ini ialah algoritma data mining C4.5 dengan klasifikasi beberapa kriteria meliputi Merk, Tingkatan, Harga dengan  jumlah sebanyak 695 data. Dari hasil perhitungan tersebut metode data mining C4.5 dapat disimpulkan memiliki tingkat keakuratan yang cukup bagus dimana dalam penelitian ini memiliki akurasi 69,86%, presisi 64,76%, dan recall 87,05%. Dimana hal ini mampu untuk mengatasi masalah tingginya jumlah stok barang yang memiliki tingkat penjualan yang rendah.

Kata Kunci : Data Mining,algoritma C4.5, Klasifikasi Produk, akurasi, presisi, recall