<![CDATA[AbstrakProses mencari pola atau informasi yang berguna pada suatu kumpulan data dengan menggunakan metode tertentu, saat ini telah menjadi topik yang menarik. Salah satu manfaatnya yaitu dapat menunjang pengambilan keputusan dalam suatu organisasi baik itu organisasi profit maupun non profit. Pada makalah ini akan dilakukan pengujian terhadap sekumpulan data yang diambil dari kejadian nyata untuk diolah, guna mendapatkan informasi atau pola yang dapat berguna untuk penentuan pengambilan sebuah keputusan. Pengujian pada makalah ini merupakan prediksi terhadap pengguna jasa sebuah operator seluler akan kehadirannya pada suatu acara berdasarkanbeberapa indicator, cuaca, jarak relative terhadap lokasi acara, serta apakah pengguna jasa tersebut merupakan termasuk pelanggan pasca bayar atau tidak. Pengujian dilakukan dengan menggunakan tiga metode klasifikasi, yakni naïve bayes, decision tree, dan oneR. Hasil dari percobaan ini bisa menunjukkan prediksi dari setiap percobaan dengan tingkat akurasi prediksi yang berbeda-beda disetiap metode yang digunakan.Kata kunci : Penambangan data, klasifikasi, naïve bayes, oneR, pohon keputusan. AbstractThe searching process for a pattern or useful information in a data set using a particular method, has now become a interesting topics. One of benefits is to support decision making in an organization event profit organizations or non-profit organizations. In this paper will be tested to a dataset taken from real events to be processed, in order to get information or a pattern that can be useful for the decision-making. Testing in this paper is the prediction users mobile service of his presence at an event based on several indicators, the weather, the distance relative to the location of the event, as well as whether the user services are included postpaid subscribers or not. Testing conducted by using three classification methods; Naive Bayes, Decision Tree, and Oner. The results of the experiments are able to show prediction of each trial with different accuracy on every method used.Keywords : Data mining, classification, naïve bayes, oneR, decision tree.]]>
