ANALISIS PERBANDINGAN ALGORITMA C4.5 DAN ID3 UNTUK FAKTOR KEPUASAN KONSUMEN WARUNG ICHA STEAK & SEAFOOD
Kata Kunci:
Kepuasan pelanggan, Analisis Perbandingan, Algoritma, C4.5Abstrak
Warung Icha Steak & Seafood merupakan salah satu usaha warung makan berjenis UMKM yang fokus pada bidang kuliner bidang yang menjual makanan berupa steak dan makanan olahan dari laut. Upaya mempertahankan konsumen tentu saja bukan suatu hal yang mudah, apalagi hal yang kini dihadapi oleh warung Icha Steak & Seafood adalah menurunnya harga jumlah konsumen dan pelanggan. Hal ini menjadi ancaman yang dihadapi oleh UMKM karena akan mempunyai dampak buruk berdampak pada perputaran pendapatan. Tujuan dari penelitian ini adalah untuk mengetahui faktor-faktor apa saja yang perlu ditingkatkan untuk mencapainya kepuasan konsumen Warung Icha Steak & Seafood. Terapkan metode Klasifikasi dengan C4.5 dan ID3 algoritma untuk mengelompokkan faktor yang paling berpengaruh terhadap kepuasan konsumen. Lakukan Perbandingan C4.5 dan Algoritma ID3 dengan metode Cross Validation. Disimpulkan bahwa masalah penentuan konsumen Faktor kepuasan Warung Icha Steak & Seafood dapat diselesaikan dengan menggunakan teknik data mining yaitu dengan Algoritma C4.5 dan ID3, sehingga menghasilkan pohon keputusan yang sama dan 6 rule serta faktor yang paling dominan adalah Service Keramahan (C8) dengan nilai gain sebesar 0.41370089. Pengujian algoritma ID3 mempunyai tingkat akurasi yang tinggi 98,50%, nilai Precision sebesar 98,77% dan nilai Recall sebesar 99,38%
Referensi
Bangsa, S. T., & Utara, S. (2020). Analisa Kepuasan Pelanggan Menggunakan Klasifikasi Data Mining. 2(1), 41–48
Batubara, D. N., & Windarto, A. P. (2019). Analisa Klasifikasi Data Mining Pada Tingkat Kepuasan Pengunjung Taman Hewan Pematang Siantar Dengan Algoritma. KOMIK (Konferensi Nasional Teknologi
Informasi Dan Komputer), 3(1), 588–592. https://doi.org/10.30865/komik.v3i1.1664
Destiningrum, M., & Adrian, Q. J. (2017). Jurnal Teknoinfo. Universitas Teknokrat Indonesia, 11(2),
-37.http://ejurnal.pelitanusantara.ac.id/index.php/mantik/article/view/25/20
Fatmawati, K., & Windarto, A. P. (2018). Data Mining: Penerapan Rapidminer Dengan K-Means
Cluster Pada Daerah Terjangkit Demam Berdarah Dengue (Dbd) Berdasarkan Provinsi. Computer
Engineering, Science and System Journal, 3(2), 173. https://doi.org/10.24114/cess.v3i2.9661
Gali, N., Mariescu-Istodor, R., Hostettler, D., & Fränti, P. (2019). Framework for syntactic string
similarity measures. Expert Systems with Applications, 129, 169–185. https://doi.org/10.1016j.eswa.2019.03.048
Hijrah, H. (2022). Analisis Perbandingan Aplikasi Data Mining Dalam Memprediksi Kualitas Kinerja
Karyawan Menggunakan Metode Algoritma C4.5. JATISI (Jurnal Teknik Informatika Dan Sistem
Informasi), 9(2), 1655–1665. https://doi.org/10.35957/jatisi.v9i2.1992
Kamil, M., & Cholil, W. (2020). Analisis Perbandingan Algoritma C4.5 dan Naive Bayes pada
Lulusan Tepat Waktu Mahasiswa di Universitas Islam Negeri Raden Fatah Palembang. Jurnal
Informatika, 7(2), 97–106. https://doi.org/10.31294/ji.v7i2.7723
Melina Agustina, D. (2016). Analisis Perbandingan Algoritma ID3 Dan C4.5 Untuk Klasifikasi Penerima
Hibah Pemasangan Air Minum Pada PDAM Kabupaten Kendal Comparative Analysis Of ID3 And C4.5 Algorithm For Classification Of Grant Recipients Of Drinking Water Installation At PDAM Kend. Journal of Applied Intelligent System, 1(3), 234–244.
Novita Indriyani, Heru Satria Tambunan, & Zulia Almaida Siregar. (2022). Analisis Faktor Kepuasan
Konsumen Terhadap Produk Roti Pinkan Bakery & Cake dengan Algoritma C4.5. Jural Riset Rumpun Ilmu Teknik, 1(2), 76–90. https://doi.org/10.55606/jurritek.v1i2.413
Putri, S. M., & Arnomo, S. A. (2020). Penerapan Algoritma C4.5 Untuk Prediksi Kualitas Pelayanan
Terhadap Kepuasan Konsumen (Studi Kasus: Hinet Batam). Journal of Information System Research
(JOSH), 1(2), 70–76. http://ejurnal.seminar-id.com/index.php/josh/article/view/69
Rahmayuni, I. (2014). Perbandingan Performansi Algoritma C4.5 dan Cart Dalam Klasifikasi Data
Nilai Mahasiswa Prodi Teknik Komputer Politeknik Negeri Padang. Teknoif, 2(1), 40–46.
Sari, Y. R., Sudewa, A., Lestari, D. A., & Jaya, T. I. (2020). Penerapan Algoritma K-Means Untuk
Clustering Data Kemiskinan Provinsi Banten Menggunakan Rapidminer. CESS (Journal of
Computer Engineering, System and Science), 5(2), 192. https://doi.org/10.24114/cess.v5i2.18519
Shiddiq, A., Niswatin, R. K., & Farida, I. N. (2018). Ahmad Shiddiq Analisa Kepuasan Konsumen
Menggunakan Klasifikasi Decision Tree Di Restoran Dapur Solo (Cabang Kediri). Generation Journal,
(1), 9. https://doi.org/10.29407/gj.v2i1.12051 Tanjung, D. Y. H. (2021). Analisis perbandingan
algoritma id3 dan c4.5 terhadap data pengisian uang atm. CSRID Journal, 13(3A), 231–242
Tree, M., & Algoritma, C. (2018). Decision Tree Klasifikasi-Decision Tree Data Mining Pemilihan
Atribut Entropi adalah nilai informasi yang menyatakan Decision Tree • Sebuah Decision Tree
adalah struktur yang dapat digunakan untuk membagi data yang besar menjadi himpunan-himpunan record y. 1–5
Widianto, K., Rifai, A., & Pratiwi, M. N. (2019). Analisa Kepuasan Pengunjung Menggunakan
Metodedecision Treedi Perkampungan Budaya Betawi Setu Babakan Jakarta. Jurnal Mantik Penusa,
(23), 301–316.
Unduhan
Diterbitkan
Cara Mengutip
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2023 Muhammad Farhan Arief, Herry wahyono, Nuke Chusna
Artikel ini berlisensiCreative Commons Attribution-ShareAlike 4.0 International License.
