Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Journal Of Information System And Artificial Intelligence
Jumiyati
Universitas Mercu Buana Yogyakarta
Computer Science & IT Decision Sciences, Operations Research & Management Electrical & Electronics Engineering

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Journal Of Information System And Artificial Intelligence

 1 
Penerapan Algoritma C4.5 Untuk Mengklasifikasi Hasil Produksi Kunir Putih (Studi Kasus CV Windra Mekar) Jumiyati; Putri Taqwa Prasetyaningrum
Journal Of Information System And Artificial Intelligence Vol. 1 No. 1 (2020): Journal of Information System and Artificial Intelligence Vol I, No I Nov.2020
Publisher : Sistem Informasi Universitas Mercu Buana Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (585.344 KB)

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%.
Co-Authors Prasetyaningrum, Putri Taqwa