ANALISIS PERBANDINGAN ALGORITMA NAIVE   BAYES, J48,DAN RANDOM FOREST TREE DALAM PENINGKATAN LOYALITAS PELANGGAN UMKM DENGAN VOUCHER BELANJA

Maya Cendana; Silvester Dian Handy Permana

doi:10.30871/ji.v11i2.1157

Penulis

Maya Cendana Program Studi Teknok Informatika, Universitas Trilogi
Silvester Dian Handy Permana Program Studi Teknok Informatika, Universitas Trilogi

DOI:

https://doi.org/10.30871/ji.v11i2.1157

Kata Kunci:

Analisis Perbandingan, Perbandingan Algoritma, Naive Bayes, J48, Random Forest Tree

Abstrak

Teknologi informasi sudah digunakan sejak lama untuk bisnis UMKM. Banyak masyarakat yang memiliki bisnis UMKM menggunakan toko online untuk mempromosikan bisnisnya. Untuk dapat menarik pelanggan yang lama agar berbelanja kembali ke toko online, salah satunya dengan memberikan voucher belanja. Voucher belanja diberikan untuk pelanggan lama yang mempunyai potensial untuk berbelanja kembali ke toko online. Dalam menentukan pelanggan mana yang tepat dibutuhkan algoritma penambangan data untuk mencari informasi yang tepat di mana pelanggan tersebut dapat berbelanja kembali. Namun kesalahan memilih algoritma dapat mengakibatkan tidak optimalnya pendapatan yang diproyeksikan. Dalam penelitian ini akan menganalisis dan membandingkan algoritma Naive Bayes, J48, dan Random Forest Tree untuk studi kasus toko online. Penelitian ini melibatkan 7 kriteria yang akan digunakan untuk menjadi bahan dalam pengolahan data. Dari hasil penelitian ini didapatkan random forest tree adalah algoritma terbaik untuk menentukan potensial dari pelanggan toko online. Hasil penelitian ini digunakan untuk membantu proses pengambilan keputusan pemberian voucher belanja kepada pelanggan agar bisnis UMKM dapat berjalan dan mendapatkan keuntungan yang optimal.

Unduhan

Data unduhan belum tersedia.

Referensi

Fikri, A. (2013). Penerapan Data Mining Untuk Mengetahui Tingkat Kekuatan Beton Yang Dihasilkan Dengan Metode Estimasi Menggunakan Linear Regression. Fakultas Ilmu Komputer UDINUS, 1"“12.

Gerber, G., Faou, Y. Le, Lopez, O., Trupin, M., Gerber, G., Faou, Y. Le, "¦ Trupin, M. (2018). The impact of churn on client value in health insurance , evaluation using a random forest under random censoring To cite this version : HAL Id : hal-01807623 The impact of churn on client value in health insurance , evaluation using a random forest under.

Ghofar, M. A., & Kurniawan, Y. I. (2018). Aplikasi Pengelompokan Pelanggan Pada Ums Store Menggunakan Algoritma K-Means. Jurnal Teknologi & Manajemen Informatika "“, 4(1).

Gunadi, G., & Sensuse, D. I. (2012). Penerapan Metode Data Mining Market Basket Analysis Terhadap Data Penjualan Produk Buku Dengan Menggunakan Algoritma Apriori Dan Frequent Pattern Growth ( Fp-Growth ) : Telematika, 4(1), 118"“132.

Hartanto, B. C., Palit, H. N., Studi, P., Informatika, T., Industri, F. T., Petra, U. K., & Siwalankerto, J. (2017). Perancangan dan Pembuatan Website E-Commerce untuk UMKM yang dibina oleh Universitas Kristen Petra, 1"“6.

Hong, H., Liu, J., Bui, D. T., Pradhan, B., Acharya, T. D., Pham, B. T., "¦ Ahmad, B. Bin. (2018). Landslide susceptibility mapping using J48 Decision Tree with AdaBoost, Bagging and Rotation Forest ensembles in the Guangchang area (China). Catena, 163(January), 399"“413. https://doi.org/10.1016/j.catena.2018.01.005

Mediana Aryuni. (2016). TAHAP-TAHAP DATA MINING.

Permana, S. D. H. (2016). E-marketing strategy in game industry with social media using e-business model, 258"“263.