PENERAPAN ALGORITMA C4.5 UNTUK MENGKLASIFIKASI HASIL PRODUKSI KUNIR PUTIH (STUDI KASUS CV WINDRA MEKAR)

Jumiyati, Jumiyati (2020) PENERAPAN ALGORITMA C4.5 UNTUK MENGKLASIFIKASI HASIL PRODUKSI KUNIR PUTIH (STUDI KASUS CV WINDRA MEKAR). Skripsi thesis, Universitas Mercu Buana Yogyakarta.

	Text (ABSTRAK) Abstrak.pdf Download (186kB)
	Text (BAB SATU) BAB I.pdf Download (298kB)
	Text (BAB TIGA) BAB III.pdf Restricted to Repository staff only Download (389kB) | Request a copy
	Text (BAB EMPAT) BAB IV.pdf Restricted to Repository staff only Download (1MB) | Request a copy
	Text (BAB LIMA) BAB V.pdf Download (286kB)
	Text (DAFTAR PUSTAKA) DAFTAR PUSTAKA.pdf Download (391kB)
	Text (LAMPIRAN) LAMPIRAN.pdf Restricted to Repository staff only Download (1MB) | Request a copy
	Text (SKRIPSI FULL TEKS) SKRIPSI FULL TEXT.pdf Restricted to Repository staff only Download (3MB) | Request a copy

Abstract

CV Windra Mekar merupakan industri pengolahan obat tradisional yang berlokasi di Bantul, Yogyakarta dirintis pada tahun 2002. Dari masa ke masa yang membuat CV Windra Mekar semakin berjaya dan permintaan produk kunir putih yang semakin melonjak membuat produksi kunir putih juga harus dapat memenuhi target pasar demi menjaga kepercayaan dan kepuasan konsumen. Faktor – faktor yang mempengaruhi jumlah produksi sangat penting untuk melihat apakah jumlah produksi yang dihasilkan dapat memenuhi kebutuhan pasar atau tidak. Dalam hal ini, penerapan data mining menjadi solusi dalam menganalisa hal tersebut. Algoritma C4.5 merupakan salah satu metode data mining yang mampu untuk memprediksi jumlah produksi kunir putih. Algoritma C4.5 disebut juga dengan pohon keputusan (decision tree). Konsep dari pohon keputusan ini adalah dengan mengumpulkan data selanjutnya dibuatkan decision tree yang kemudian akan dihasilkan rule-rule solusi permasalahan. Dari hasil penelitian faktor-faktor yang mempengaruhi jumlah produksi kunir putih adalah jumlah bahan dasar, SDM (Sumber Daya Manusia), dan jumlah permintaan konsumen. Pengujian menggunakan Framework Rapid Miner diperoleh hasil dengan nilai akurasi sebesar 65.87%.

Item Type:	Thesis (Skripsi)
Additional Information/ Lokasi Hardcopy:	Perpustakaan UMBY Kampus 3
Uncontrolled Keywords:	Algoritma C4.5; Data Mining; Decision Tree; Faktor – faktor Produksi
Subjects:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions:	Fakultas Teknologi Informasi > Program Studi Sistem Informasi
Depositing User:	Sistem Informasi UMBY
Date Deposited:	21 Jun 2021 02:56
Last Modified:	21 Jun 2021 02:56
URI:	http://eprints.mercubuana-yogya.ac.id/id/eprint/11564

Actions (login required)

View Item