PREDIKSI PEMINATAN PELANGGAN DALAM PENJUALAN PRODUK SEPATU MENGGUNAKAN DECISION TREE BERBASIS PARTICLE SWARMOPTIMIZATION PADA PT. BASKARA CIPTA PRATAMA

PREDIKSI PEMINATAN PELANGGAN DALAM PENJUALAN PRODUK SEPATU MENGGUNAKAN DECISION TREE BERBASIS PARTICLE SWARMOPTIMIZATION PADA PT. BASKARA CIPTA PRATAMA

• By Jefi,;
• Tesis
• 278

Dalam meningkatkan penjualan suatu produk harus ditunjang dari sisi produk itu sendiri, Laku atau tidak lakunya suatu produk ditentukan dari segi mutu dan kualitas bahan yang digunakan. Bahan yang tidak baik dapat membuat pemakai produk sepatu tersebut merasa tidak nyaman dan bahkan dapat menyebabkan tidak lakunya produk sepatu di pasaran, dibandingkan sepatu-sepatu yang dibuat dengan bahan yang bermutu baik, warna yang bervariasi, model yang madern. Hingga saat ini, ada beberapa kasus yang mempengaruhi pembeli dalam memilih sebuah produk sepatu yang belum diketahui penyebabnya. Ada beberapa faktor dan masalah peminatan pembeli yang dapat memicu pertimbangan dalam memilih sepatu yaitu dari segi merk, warna, dan bahan sepatu. Tujuan dari penelitian ini adalah menerapkan Particle Swarm Optimization (PSO) untuk seleksi atribut yang optimal dan membobot atribut dari data set pada metode algoritma C4.5 guna meningkatkan akurasi peminatan pelanggan dalam pembelian produk sepatu. analisis optimasi model algoritma C4.5 berbasis PSO memberikan nilai akurasi yang lebih tinggi yaitu 78.16% dibandingkan dengan model algoritma C4.5 yaitu 73.88%. Dari hasil tersebut didapatkan selisih antara kedua model yaitu 4,28%. Sementara untuk evalusai menggunakan ROC curve untuk kedua model yaitu, untuk model algoritma C4.5 nilai AUC adalah 0.764 dengan tingkat diagnosa Fair classification, dan untuk model algoritma C4.5 berbasis PSO nilai AUC adalah 0.780 dengan tingkat diagnosa Fair classification. Dari evaluasi ROC curve tersebut terlihat bahwa model algoritma C4.5 berbasis PSO lebih besar  Sehingga dapat disimpulkan bahwa algoritma C4.5 berbasis particle swarm optimization lebih akurat dalam memprediksi minat beli prodak sepatu.

• Katakunci Penjualan, Produk sepatu, PSO, C4.5
• URL http://
• Penerbit ,

REFERENSI

Amanah. 2015. Peranan Strategi Promosi Pemasaran  Terhadap Peningkatan Volume Penjualan: Jurnal Lentera: Kajian Keagamaan, Keilmuan Dan Tek Nologi. Vol.1. No.1.

 Arifin. 2015. Metode Data Mining Untuk Klasifikasi Data  Sel Nukleus Dan Sel Radang Berdasarkan Analisa Tekstur: Jurnal Informatika. Vol.II. No.2.

Badrul. 2016. Optimasi Neural Network Dengan Algoritma Genetika Untuk Prediksi Hasil Pemilukada: Jurnal Bina Insani ICT.

Badrul. 2017. Optimasi Algoritma Neural Network Dengan Algoritma Genetika Dan Particle Swarm Optimization Untuk Memprediksi Hasil Pemilukada: Jurnal Pilar Nusa Mandiri Vol.13. No.1.

Cahyono. 2016. Penggunaan Kemasan Produk Sebagai Upaya Meningkatkan Penjualan Di Koperasi PasadenaSleman Yogyakarta: Jurnal JBMA. Vol.III. No.1.

Cece. 2015. Pengaruh Brand Origin, Brand Ambassador Dan Brand Image Terhadap Minat Beli Sepatu Macbeth Di Sogo Galaxy Mall Surabaya: e-Jurnal Manajemen Kinerja. Vol.1. No.2.

Defiyanti. 2017. Integrasi Metode Clustering dan Klasifikasi untuk Data Numerik: Jurnal CITEE 2017.

Dewa. 2015. Analisis Kinerja Keuangan PT Indofood Sukses Makmur Tbk Di Bursa Efek Indonesia: Jurnal Ilmu dan Riset Manajemen. Vol.4. No.3.

Fitrianingsih dan Musdalifah. 2015. Efektivitas Penggunaan Media Video Pada Pembelajaran Pembuatan Strapless Siswa Kelas Xii Smk Negeri 1 Jambu: Jurnal UNNES. FFEJ 4 (1) (2015).

Gunawan, Santoso, dan Muflikhah. 2018. Implementasi Metode Particle Swarm Optimization-Dempster Shafer Untuk Diagnosa Indikasi Penyakit Pada Budidaya Ikan Gurami: Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer. Vol.2. No.2.

Halim. 2017. Prediksi Website Pemancing Informasi Penting Phising Menggunakan Support Vector Machine  (SVM): Jurnal Information System For Educators And Professionals. Vol.2. No.1.

Hendri. 2016. Aplikasi Adaptive Neuro Fuzzy Inference System Pemilihan Siswa Mengikuti Lomba Olimpiade Matematika: Jurnal Informatika, Vol.III. No.1.

Iriadi dan Nuraeni. 2016. Kajian Penerapan Metode Klasifikasi Data Mining Algoritma C4.5 Untuk Prediksi Kelayakan Kredit Pada Bank Mayapada Jakarta: Jurnal Teknik Komputer Amik BSI. Vol.II. No.1.

Karabulut dan Ibrikci. 2014. Analysis of Cardiotocogram Data for Fetal Distress Determination by Decision Tree Based Adaptive Boosting Approach: Journal of Computer and Communications. 2014, 2, 32-37.

Kurniawan. 2016. Sistem Rekomendasi Produk Sepatu Dengan Menggunakan Metode Collaborative Filtering: Jurnal Sentika.

Kusnadi dan Putra. 2016. Rancang bangun sistem informasi untuk menentukan kapabilitas konsumen dalammengambil pinjaman KPR: Jurnal Ultima InfoSys, Vol. VII. No.2.

Lumbantoruan dan Kennedy. 2015. Analisis Data Mining  Dan  Warehousing: Jurnal Ilmiah Buletin Ekonomi. Vol.19. No.1.

Maharani. 2014. Proses Pengambilan Keputusan Pembelian Konsumen Terhadap Produk Iphone Di Bandung.

Mardi. 2014. Data Mining : Klasifikasi Menggunakan Algoritma C4.5: Jurnal Edik Informatika. V2.I2(213-219).

Mayadewi dan Rosely. 2015. Prediksi Nilai Proyek Akhir Mahasiswa Menggunakan Algoritma Klasifikasi Data Mining: Jurnal SESINDO 2015.

Nuraeni. 2017. Penentuan Kelayakan Kredit Dengan Algoritma Naïve Bayes Classifier: Studi Kasus Bank Mayapada Mitra Usaha Cabang Pgc: Jurnal Teknik Komputer Amik Bsi. Vol.III. No.1.

Paillin. 2014. Perancangan Sistem Informasi Penjualan Pada Toko Ribo Jaya Ambon: Jurnal Arika. Vol.06. No.1.

Pakaya dan Perdana. 2014. Particle Swarm Optimization–Fuzzy Logic Controler Untuk Penyearah Satu Fasa: Jurnal Ilmiah Edutic. Vol.1. No.1.

Permana. 2016. Seleksi Atribut Pada Metode Support Vector Machine Untuk Menentukan Kelulusan Mahasiswa E-Learning: Jurnal Evolusi. Vol.4. No. 1.

Prasetio dan Pratiwi. 2015. Penerapan  Teknik Bagging Pada Algoritma Klasifikasi Untuk  Mengatasi Ketidakseimbangan Kelas Dataset Medis: Jurnal Informatika. Vol.II. No.2.

Prasetio, dan Pratiwi. 2015. Penerapan  Teknik Bagging Pada Algoritma Klasifikasi Untuk  Mengatasi Ketidakseimbangan Kelas Dataset Medis: Jurnal Informatika. Vol.II. No.2.

Puspita dan Wahyudi. 2015. Algoritma C4.5 Berbasis Decision Tree Untuk Prediksi Kelahiran Bayi Prematur: Konferensi Nasional Ilmu Pengetahuan dan Teknologi 2015

Rahayu, Wahono dan Supriyanto. 2015. Penerapan Metode Average Gain, Threshold Pruning Dan Cost Complexity Pruning Untuk Split Atribut Pada Algoritma C4.5: Jurnal of Intelligent Systems, Vol.1. No.2.

Rakhman. 2017. Prediksi  Ketepatan Kelulusan Mahasiswa Menggunakan Metode Decision Tree  Berbasis Particle Swarm Optimation (Pso): Jurnal Smart  Comp. Vol.6. No.1.

Rizky Dan Yasin. 2014. Pengaruh Promosi Dan Harga Terhadap Minat Beli Perumahan Obama Pt. Nailah Adi Kurnia Sei Mencirim Medan: Jurnal Manajemen &   Bisnis. Vol.14. No.02.

Sahara. 2017. Penerapan Metode Support Vector Machine (SVM) Guna Menentukan Tingkat Lulus  Mahasiswa E-Learning: Jurnal Sistem Informasi Stmik Antar Bangsa. Vol.VI. No.2.

Saiyar. 2017. Klasifikasi Retinopati Diabetes Dengan Metode Neural Network: Jurnal Paradigma. Vol.19. No.2.

Santi dan Yulianto. 2014. Sistem Informasi Penjualan Alat- Alatperikanan Pada Usaha Dagang (UD)Jaring Mas Pacitan: Speed Journal–Sentra Penelitian Engineering dan Edukasi. Vol.11. No.1.

Wahyudi, dan Kristiyanti. 2016. Sentiment Analysis Of Smartphone Product Review Using Support Vector Machine Algorithm-Based Particle Swarm Optimization: Journal of Theoretical and Applied Information Technology. Vol.91. No.1.

Wardhana dan Iba. 2014. Pengaruh Penjualan Personal Terhadap Pengetahuan Produk Dan Implikasinya Terhadap Keputusan Pembelian Mobil Suv Premium Di Jawa Barat: Jurnal Kebangsaan,  Vol.3.  No.5.

Widharta dan Sugiharto. 2013. Penyusunan Strategi Dan Sistem Penjualan Dalam Rangka Meningkatkan Penjualan Toko Damai: Jurnal Manajemen Pemasaran Petra. Vol.2. No.1.

Wirth. 2014. CRISP-DM: Towards a Standard Process Model for Data Mining: DaimlerChrysler Research & Technology FT3/KL

Yunita. 2016. Analisis Sentimen Berita Artis Dengan Menggunakan Algoritma Support Vector Machine Dan Particle Swarm Optimization: Jurnal Sistem Informasi STMIK Antar Bangsa. Vol.V. No.2.