Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Malcom: Indonesian Journal of Machine Learning and Computer Science
Pamela, Alberta Silvia
Unknown Affiliation
Computer Science & IT

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

Found 1 Documents
Search

 1 
Analisis Prediksi Customer Repeat Order menggunakan Algoritma Decision Tree pada Perusahaan Transportasi: Analysis of Customer Repeat Order Prediction using Decision Tree Algorithm in Transportation Company Syafii, Imam; Ribhi, Ahmad Aufar; Astutik, Liya Yuni; Budiono, Graceilla Kristia Seraphim; Pamela, Alberta Silvia
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 4 No. 4 (2024): MALCOM October 2024
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v4i4.1538

Abstract

Data merupakan inti yang tidak terpisahkan dalam pengelolaan pengembangan pelayanan yang dimiliki perusahaan. Banyak perusahaan yang tidak memanfaatkan data untuk keberlangsungan perusahaan atau meningkatkan mutu dari pelayanan perusahaan. Minimnya pemanfaatan data membuat data kurang memberikan nilai tambah terhadap suatu jasa atau pelayanan perusahaan. Oleh sebab itu, diperlukan adanya pemanfaatan data-data tersebut agar menghasilkan sebuah pengetahuan yang bermanfaat bagi perusahaan. pemanfaatan teknik data mining ini memberikan manfaat dalam pengolahan data dengan menggunakan model klasifikasi, khususnya algoritma decision tree, untuk memprediksi pelanggan yang berpotensi melakukan pemesanan ulang. Algoritma decision tree ini banyak digunakan untuk melakukan analisis prediksi karena menghasilkan keakuratan yang tinggi. Tujuan dari penelitian adalah untuk memahami layanan perusahaan yang paling diminati dan meningkatkan peluang pelanggam untuk melakukan pemesanan ulang layanan perusahaan sehingga mendapatkan manfaat dalam menaikan pendapatan perusahaan dengan menekan pengeluaran untuk pemasaran. Hasil dari penelitian menggunakan algoritma decision tree ini menghasilkan pohon keputusan dengan pengukuran accuracy sebesar 83,33%, pengukuran precision sebesar 100%, dan pengukuran recall sebesar 70%. Hasil pengukuran accuracy, precision dan recall menunjukan hasil yang baik sehingga penggunaan algoritma decision tree ini dapat dijadikan solusi untuk perusahaan guna melakukan prediksi customer repeat order.
Co-Authors Ahmad Aufar Ribhi Budiono, Graceilla Kristia Seraphim Imam Syafii Liya Yuni Astutik