p-Index From 2021 - 2026
7.678
P-Index
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Jurnal Informatika

Optimasi Prediksi Keputusan Calon Nasabah Potensial menggunakan Algoritma C 4.5 berbasis Particle Swarm Optimization Dwiasnati, Saruni; devianto, yudo
Jurnal Informatika Vol 6, No 2 (2019): September 2019
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (421.459 KB) | DOI: 10.31294/ji.v6i2.5771

Abstract

Dalam era globalisasi, persaingan bisnis menjadi sangat tajam dan berwarna, baik dipasar nasional maupun di pasar internasional. Meningkatnya permintaan pasar mengakibatkan daya saing dan jumlah pesaing pelaku bisnis juga meningkat, setiap perusahaan di tuntut untuk selalu memperhatikan kebutuhan dan keinginan konsumen serta berusaha memenuhi apa yang mereka harapkan dengan cara yang lebih memiliki nilai jual atau variatif dari pada yang dilakukan oleh para pesaing lainnya. Calon Nasabah Asuransi memiliki definisi satu atau beberapa yang mengambil manfaat dari produk fisik dengan berbagai variabel yang digunakan dalam penentuan seperti harga, kualitas, jumlah produk, tempat dan layanan yang dapat disediakan berdasarkan hasil untuk mencapai hasil yang ditargetkan. Berdasarkan hal tersebut, data mining di nilai dapat membantu permasalahan dalam penentuan Calon Nasabah Potensial  untuk melakukan prediksi menggunakan tekhnik klasifikasi. Salah satu tekhnik klasifikasi yang digunakan pada penulisan ini yaitu decision tree khususnya C4.5. Pada penelitian sebelumnya yang dilakukan oleh penulis bahwa C4.5 memiliki hasil accuracy yang kurang maksimal karena algoritma C4.5 merupakan algoritma yang lemah, maka di perlukanlah peningkatan akurasi. Particle Swarm Optimization (PSO) merupakan algoritma optimasi yang dapat digunakan untuk meningkatkan algoritma lainnya agar lebih optimal hasil yang diketahui. Penulisan ini menggunakan tools Rapidminner versi 8 sebagai media untuk menguji data yang akan diolah untuk mendapatkan hasil accuracy.  
Implementasi Data Mining dengan Algoritma Naïve Bayes pada Penjualan Obat Herry Derajad Wijaya; Saruni Dwiasnati
Jurnal Informatika Vol 7, No 1 (2020): April 2020
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (191.351 KB) | DOI: 10.31294/ji.v7i1.6203

Abstract

Jenis obat yang makin lama makin bervariatif, dari obat yang berharga murah sampai harga yang kalau dilihat sangat kurang masuk akal namun fungsinya sangat bagus. Meningkatnya peredaran jenis obat terutama vitamin, hal ini mendorong penulis untuk melakukan penelitian untuk menentukan produk vitamin mana yang LAKU atau TIDAK LAKU yang bisa di gunakan sebagai pedoman sebuah apotek menentukan jumlah stok barang yang harus ada pada gudang apotek tersebut. Penelitian ini bertujuan untuk mendapatkan nilai accuracy untuk data penjualan obat terutama jenis-jenis vitamin dengan menggunakan algoritma klasifikasi data mining yaitu algoritma Naïve Bayes. Penelitian ini menggunakan tools Rapidminner versi 8 sebagai media untuk menguji data yang akan diolah untuk mendapatkan hasil accuracy dan ROC.