PREDIKSI KINERJA PENCAPAIAN HASIL USAHA MENGGUNAKAN DECISSION TREE
Abstract
Penelitian ini akan sangat membantu pengelola perusahaan distributor dalam memprediksi tercapai atau tidaknya target profit. Target objek penelitian ini yaitu kumpulan data laporan laba/rugi terutama data pencapain target profit pada CV. Budi Jaya yang merupakan distibutor makanan ringan yang berasal dari produk dari PT. Mayora Indah Tbk. Berdasarkan data yang terkumpul, langkah pertama yang dilakukan adalah membentuk tabel Decission System yang terdiri dari atribut kondisi dan atribut keputusan. Tabel tersebut kemudian akan diproses sesuai dengan tahapan proses data mining. Melalui proses yang telah dilakukan menggunakan Decission Tree Algoritma C.45. Berdasarkan proses yang telah dilakukan maka dihasilkan 6 buah aturan/rule dengan node akar tertinggi yaitu variabel Biaya. Keenam aturan yang ditemukan tersebut akan menjadi landasan bagi pengelola perusahaan distributor dalam memprediksi ketercapaian target profit.
Kata Kunci : Prediksi; Profit; Algoritma C.45.
Full Text:
PDFReferences
Astuti Fajar. 2009. Data Mining. Ed.I. Yogyakarta : Andi.
Dewi dan Yuwono. 2014. Penerapan Data Mining Untuk Analisa Pola Perilaku Nasabah Dalam Pengkreditan Menggunakan Metode C.45 Studi Kasus Pada KSU Insan Kamil Demak.Jurnal Ilmiah Teknologi dan Informasi ASIA 2014. Vol.8 No 2. 10-16.
Fitria Harahap. 2015. Penerapan Data Mining dalam Memprediksi Pembelian cat. Konferensi Nasional Sistem & Informatika 2015. Bali: STMIK STIKOM.
Gunadi Goldie.dkk. 2012. Penerapan Metode Data Mining Market Basket Analysis Terhadap Data Penjualan Produk Buku Dengan Menggunakan Algoritma Apriori dan Frequent Pattern Growth (FP-Growth) Studi Kasus Percetakan PT. Gramedia. Jurnal Telematika.. Volume 4. 118 – 132.
Kartika Dewi. 2013. Implementasi Data Mining Pada Penjualan Produk Elektronik Dengan Algoritma Apriori (Studi Kasus: Kredit plus). Pelita Informatika Budi Dharma Volume IV. No 3. 26-27.
Meythi dan Selvy Hartono. 2012. Pengaruh Informasi Laba dan Arus Kas Terhadap Harga Saham. Jurnal Akuntansi. 57– 59.
Muhammad Ardiansyah. 2014. Implementasi Metode Rough Set untuk menganalisa Laba/Rugi Perusahaan Distributor Studi Kasus : PT. Usaha Kita PS Payakumbuh. Volume 2 Edisi I.
Ginanjar Mabrur. 2012. Penerapan Data Mining untuk Memprediksi Kriteria Nasabah Kredit. Jurnal Komputa.Volume 1. 53 – 57.
Rodriguez, A.P.R dan Riverola, F.F. 2013. Applying Rough Set for the Identification of Significant Variables in Photovoltaic Energy Production with Isolated System. Jurnal Teknologi. ISSN:0127-9696. 9 – 16.
Ryan S.J.D. Bakers. 2008. Data Mining for Education. USA: Carniege Mellon University Pittsburgh
Subekti Mujiasih. 2011. Pemanfaatan Data Mining untuk Prakiraan Cuaca. Volume 12. 189 – 195.
Thakare, V. M dan Deshpande, S.P. 2010. Data Mining System And Aplications: A Review. IJDPS. Volume 1. 32-41.
DOI: https://doi.org/10.54314/jssr.v2i2.378
Article Metrics
Abstract view : 535 timesPDF - 275 times
Copyright (c) 2019 JOURNAL OF SCIENCE AND SOCIAL RESEARCH