<![CDATA[Penelitian ini bertujuan untuk mengklasifikasikan jenis transaksi terbanyak pada layanan agen BRILink di NUMart dengan memanfaatkan algoritma Decision Tree sebagai metode analisis utama. Layanan BRILink merupakan inovasi perbankan berbasis agen yang memungkinkan masyarakat melakukan berbagai transaksi keuangan tanpa harus datang ke kantor bank. Banyaknya variasi transaksi di NUMart seringkali menyulitkan pengelola untuk mengetahui jenis transaksi yang paling dominan setiap periode, terutama karena data yang bersifat acak dan tidak terstruktur. Melalui pendekatan data mining, penelitian ini mengolah data transaksi mingguan BRILink NUMart selama tiga bulan dengan delapan atribut transaksi dan satu atribut target. Tahapan penelitian meliputi pengumpulan data, pra-pemrosesan data, pembagian dataset, pembangunan model klasifikasi, hingga evaluasi performa model secara menyeluruh. Algoritma Decision Tree dipilih karena mampu menghasilkan pola klasifikasi yang mudah dipahami, memiliki tingkat interpretabilitas tinggi, serta dapat menggambarkan struktur keputusan secara jelas. Hasil analisis menunjukkan bahwa atribut Tarik Tunai menjadi node akar (root) karena memiliki nilai gain ratio tertinggi dalam membedakan kategori transaksi. Model klasifikasi yang dibangun kemudian diuji menggunakan RapidMiner dengan nilai accuracy, precision, dan recall mencapai 100%. Temuan ini membuktikan bahwa algoritma Decision Tree mampu mengidentifikasi pola transaksi secara efektif dan dapat digunakan sebagai dasar pengambilan keputusan operasional, seperti perencanaan stok dana, strategi pelayanan, optimalisasi manajemen transaksi, serta peningkatan kualitas layanan keuangan berbasis agen di NUMart.]]>
Copyrights © 2026
