Penerapan Data Mining Untuk Memprediksi Penjualan Makanan Pada Kopi Krintji Menggunakan Algoritma Regresi Linear dan C4.5
DOI:
https://doi.org/10.22441/jitkom.v6i2.005Keywords:
prediksi, data mining, regresi linear, C 4.5Abstract
Penelitian yang digagas kali ini menggunakan algoritma C 4.5 dan regresi linear untuk dapat memprediksi penjualan makanan dan minuman pada Kopi Krintji guna memastikan stok selalu tersedia dan kebutuhan customer selalu terpenuhi. Penelitian ini bertujuan untuk menerapkan data mining dalam memprediksi penjualan makanan dan minuman pada Kopi Krintji menggunakan algoritma C 4.5 dan memprediksi ketersediaan stok makanan dan minuman pada Kopi Krintji menggunakan algoritma regresi linear. Metode yang digunakan pada penelitian ini menggunakan metode prediksi. Hasil yang didaptkan menggunakan perhitungan Google Colab. Pada penelitian menggunakan parameter MAE (Mean absolute error), MSE (mean squared error) dan R2 score. Skenario pengujian menggunakan algoritma regresi linear dan C 4.5 dengan parameter MAE, MSE, dan R2 Score mendapatkan hasil yang standar. Pada algoritma regresi linear nilai MAE 59697.34, nilai MSE 9224945948.40, dan R2 Score 0.64. Sedangkan pada algoritma C 4.5 nilai MAE 59936.13, nilai MSE 9128114236.26 dan nilai R2 Score 0.64.References
Ayuni, G. N., & Fitrianah, D. (2019). Penerapan metode Regresi Linear untuk prediksi penjualan properti pada PT XYZ. Jurnal Telematika, 14(2), 79–86. https://journal.ithb.ac.id/telematika/article/view/321
ska, J. (2018). Penerapan Data Mining Untuk Prediksi Penjualan Wallpaper Menggunakan Algoritma C4.5. 2. https://doi.org/10.31227/osf.io/x6svc
Fitriani, P., Dani, U., & Prayogi, A. (2021). Jurnal informasi komputer logika. Jurnal Informasi Komputer Logika, 2, 1–3.
Ginting, F., Buulolo, E., & Siagian, E. R. (2019). Implementasi Algoritma Regresi Linear Sederhana Dalam Memprediksi Besaran Pendapatan Daerah (Studi Kasus: Dinas Pendapatan Kab. Deli Serdang). KOMIK (Konferensi Nasional Teknologi Informasi Dan Komputer), 3(1), 274–279. https://doi.org/10.30865/komik.v3i1.1602
Kafil, M. (2019). Penerapan Metode K-Nearest Neighbors Untuk Prediksi Penjualan Berbasis Web Pada Boutiq Dealove Bondowoso. JATI (Jurnal Mahasiswa Teknik Informatika), 3(2), 59–66. https://doi.org/10.36040/jati.v3i2.860
Kurniawan, R. (2019). Decision Tree Algorithm for Predicting Return Goods in Online Shopping. 30–31.
Kusbiyanto, April Heri, I. Q. (2021). Perilaku Nongkrong Generasi Milenial Terhadap Perkembangan Bisnis Kafe Di Masa Pandemi Covid-19 Di Kota Palangka Raya. Institut Agama Islam Negeri Palangka Raya, 7(1), 155–168.
Lukhayu Pritalia, G. (2018). Penerapan Algoritma C4.5 untuk Penentuan Ketersediaan Barang E-commerce. Indonesian Journal of Information Systems, 1(1), 47–56. https://doi.org/10.24002/ijis.v1i1.1727
Meizar, A., Fahrozi, W., Indra, E., & Saputra, M. (2022). Analisis Trend Moment Pada Datamining Forecasting Dalam Memprediksi Jumlah Persediaan Obat Herbal. Jurnal Sistem Informasi Dan Ilmu Komputer Prima(JUSIKOM PRIMA), 5(2), 103–106. https://doi.org/10.34012/jurnalsisteminformasidanilmukomputer.v5i2.2452
Monika, Sinar; Rakhman, A. (2017). Fakultas Teknik – Universitas Muria Kudus 153. Prosiding SNATIF Ke-4 Tahun 2017, 2015, 153–160.
Setiawan, H., Rahayu, W., & Kurniawan, I. (2020). Perancangan Aplikasi Pemesanan Makanan dan Minuman pada Rumah Makan Cepat Saji D’besto. Jurnal Riset Dan Aplikasi Mahasiswa Informatika (JRAMI), 1(03), 347–354. https://doi.org/10.30998/jrami.v1i03.356
Suryanto, A. A. (2019). Penerapan Metode Mean Absolute Error (Mea) Dalam Algoritma Regresi Linear Untuk Prediksi Produksi Padi. Saintekbu, 11(1), 78–83. https://doi.org/10.32764/saintekbu.v11i1.298
Syahdan, S. Al, & Sindar, A. (2018). Data Mining Penjualan Produk Dengan Metode Apriori Pada Indomaret Galang Kota. Jurnal Nasional Komputasi Dan Teknologi Informasi (JNKTI), 1(2). https://doi.org/10.32672/jnkti.v1i2.771
Triyandana, G., Putri, L. A., & Umaidah, Y. (2022). Penerapan Data Mining Pengelompokan Menu Makanan dan Minuman Berdasarkan Tingkat Penjualan Menggunakan Metode K-Means. 6(1), 40–46.
Wanita, F., Mashud, Angriawan, R., & Elma Pratiwi, C. (2021). Rancang Bangun Sistem Informasi Pengendalian Persediaan (Control Buffer Stock) Untuk Efisiensi Kewirausahaan Penjualan Kopi Pada Soft Coffee. Jurnal Teknologi Informasi Universitas Lambung Mangkurat (JTIULM), 6(1), 9–18. https://doi.org/10.20527/jtiulm.v6i1.70
Downloads
Published
How to Cite
Issue
Section
License
The copyright to this article is transferred to Universitas Mercu Buana (UMB) if and when the article is accepted for publication. The undersigned hereby transfers any and all rights in and to the paper including without limitation all copyrights to UMB. The undersigned hereby represents and warrants that the paper is original and that he/she is the author of the paper, except for material that is clearly identified as to its original source, with permission notices from the copyright owners where required. The undersigned represents that he/she has the power and authority to make and execute this assignment.
We declare that this paper has not been published in the same form elsewhere.
Furthermore, I/We hereby transfer the unlimited rights of publication of the above-mentioned paper as a whole to UMB. The copyright transfer covers the right to reproduce and distribute the article, including reprints, translations, photographic reproductions, microform, electronic form (offline, online) or any other reproductions of similar nature.
The corresponding author signs for and accepts responsibility for releasing this material on behalf of any and all co-authors. This agreement is to be signed by at least one of the authors who have obtained the assent of the co-author(s) where applicable. After submission of this agreement signed by the corresponding author, changes of authorship or in the order of the authors listed will not be accepted.
Retained Rights/Terms and Conditions
Although authors are permitted to re-use all or portions of the Work in other works, this does not include granting third-party requests for reprinting, republishing, or other types of re-use.
Our Articles are licensed under CC BY-NC
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
