Implementasi Algoritma C5.0 untuk menentukan Pelanggan Potensial di Kantor Pos Cimahi
DOI:
https://doi.org/10.26623/transformatika.v19i2.3098Keywords:
Kantor Pos Cimahi, Pohon Keputusan, PHP, Algoritma C 5.0Abstract
Kantor Pos Cimahi merupakan perusahaan BUMN yang bergerak pada bidang jasa pengiriman barang. Saat ini banyak perusahaan swasta yang bergerak dalam bidang jasa pengiriman barang, sehingga menyebabkan banyaknya pesaing bagi Kantor Pos Cimahi dan dapat menyebabkan pelanggan yang menggunakan jasa Kantor Pos Cimahi berkurang. Oleh karena itu diperlukan suatu sistem yang dapat membantu Kantor Pos Cimahi untuk dapat menentukan pelanggan potensial agar dapat diketahui pelanggan mana yang potensial sehingga dapat diberikan perlakuan khusus agar pelanggan tersebut tetap menggunakan jasa Kantor Pos Cimahi. Sistem yang dibangun menggunakan bahasa pemrograman PHP dan metode Algoritma C 5.0 yang merupakan salah satu algoritma pohon keputusan yang dapat membantu untuk menentukan pelanggan potensial. Penelitian menggunakan data transaksi periode bulan januari oktober 2020 dimana atribut yang digunakan yaitu bulan, nama perusahaan, jenis kiriman yang digunakan, jumlah transaksi selama sebulan, dan total uang. Hasil penelitian menunjukan bahwa algoritma C 5.0 mampu melakukan menentukan data pelanggan potensial dengan akurasi sebesar 96%.
References
Khery Baindra S. Analisis Efektifitas Sumber Daya Manusia Bagian Sentral Layanan Pelanggan Korporat (Slpk) Pada Pt Pos Indonesia (Persero) Surakarta. UNS-F. Ekonomi Prog. D III Manajemen Pemasaran; 2014.
Khandre, A., & Alvi, A. S. Efficient Clustering Algorithm with Improved Clusters Quality. IOSR-JCE. 2016; 18(6): 15-19.
Nugroho, Y. S., & Haryati, S. N. Klasifikasi dan Klastering Penjurusan SMA Negeri 3 Boyolali. Boyolali: Khazanah Informatika. 2015. 1-6.
Abdul G, Yogiek I. Aplikasi Pengelompokan Pelanggan Pada Ums Store Menggunakan Algoritma K-Means. Jurnal Teknologi & Manajemen Informatika. 2018; 4(1), 196-203.
Yogi Y. Perbandingan Performansi Algoritma Decision Tree C5.0, Cart, Dan Chaid: Kasus Prediksi Status Resiko Kredit Di Bank X. Seminar Nasional Aplikasi Teknologi Informasi. 2007; 59-62.
Putu W, Dewa M, Sudarma I. Implementasi Algoritma C5.0 pada Penilaian Kinerja Pegawai Negeri Sipil. 2018; 17(3), 372-376.
Dyah, A. Imam, C. Sutrisno. Klasifikasi Penyimpangan Tumbuh Kembang Anak Menggunakan Algoritme C5.0. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer. 2019; 3(10), 10258-10265.
S, Moedjiono, Y.B. Isak, A, Kusadaryono. Costumer Loyalty Prediction in Multimedia Service Provider Company with K-Means Segmentation and C4.5 Algorithm. International Conference on Informatics and Computing (ICIC). 2016; 210-215
Ernawati, I. Algoritma C5.0 Dan K-Nearest Neighbor. Skripsi. Bogor : Institut Pertanian Bogor. 2008.
Published
Issue
Section
License
Authors who publish with this journal agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
Transformatika is licensed under a Creative Commons Attribution 4.0 International License.
