UPBUPB

Computer Based Information System JournalComputer Based Information System Journal

Diterima Redaksi: Januari 2024. Diterbitkan Online: Maret 2024. . Algoritma C4.5, Data Mining, Prediksi Penjualan. . KORESPONDENSI. E-mail: pb201510009@upbatam.ac.id. . I. Latar Belakang. . Dalam menghadapi dinamika bisnis yang kompetitif dan berubah cepat, PT Prima Niaga Indomas, perusahaan distribusi makanan kuaci, menghadapi tantangan untuk mengoptimalkan penjualan produknya. Kemampuan meramalkan penjualan dengan akurat menjadi krusial untuk menjaga efisiensi persediaan, menghindari overstock, dan memenuhi permintaan pelanggan. Penelitian ini bertujuan menerapkan algoritma C4.5 dalam memprediksi penjualan produk makanan kuaci di PT Prima Niaga Indomas. Lokasi PT Prima Niaga Indomas terletak di Puri Industrial Park 2000 Blok D No. 5, Batam Centre, Kota Batam, Kepulauan Riau. Dengan memanfaatkan data historis penjualan, informasi produk, faktor pemasaran, dan variabel eksternal, penelitian ini berusaha mengembangkan model prediksi untuk membantu perusahaan meramalkan penjualan produk kuaci secara lebih akurat. Analisis data dilakukan dengan menerapkan algoritma C4.5 menggunakan perangkat lunak WEKA versi 3.8.5, dengan perhitungan manual sebagai pembanding menggunakan Microsoft Excel. Hasil penelitian menunjukkan keakuratan data pada aturan pengantaran, daya tahan, harga, ukuran, dan kualitas. Peneliti menggunakan dua variabel keputusan, yaitu laku atau tidak laku. Penelitian ini memberikan wawasan tentang cara optimal mengelola stok, mengidentifikasi tren penjualan, dan merespons perubahan pasar dengan lebih cepat. Implikasinya, PT Prima Niaga Indomas dapat memanfaatkan model prediksi ini untuk meningkatkan efisiensi operasional dan produktivitas.

5 efektif dalam memprediksi penjualan produk kuaci di PT Prima Niaga Indomas.Variabel utama yang memengaruhi prediksi adalah kualitas, daya tahan, dan harga produk.Model prediksi yang dikembangkan dapat membantu perusahaan mengoptimalkan persediaan dan merespons perubahan pasar.Hasil penelitian ini memberikan dasar untuk pengambilan keputusan yang lebih akurat dalam manajemen penjualan.

1. Mengembangkan penelitian lanjutan dengan membandingkan kinerja algoritma C4.5 dengan algoritma lain seperti Random Forest atau SVM untuk prediksi penjualan. 2. Memperluas variabel yang digunakan, seperti analisis perilaku konsumen atau faktor ekonomi makro, untuk meningkatkan akurasi prediksi. 3. Menerapkan model prediksi ini pada produk atau industri lain untuk mengevaluasi generalisasi hasil penelitian.

  1. Penerapan Data Mining Untuk Memprediksi Pemesanan Bibit Pohon Dengan Regresi Linear Berganda | JURNAL... doi.org/10.30865/jurikom.v7i1.1947Penerapan Data Mining Untuk Memprediksi Pemesanan Bibit Pohon Dengan Regresi Linear Berganda JURNAL doi 10 30865 jurikom v7i1 1947
Read online
File size678.63 KB
Pages11
DMCAReport

Related /

ads-block-test