Optimalisasi Algoritma C4.5 untuk Prediksi Kerusakan Mesin ATM

Dahri Yani Hakim Tanjung

Sari


Penelitian ini bertujuan untuk memberikan evaluasi terhadap data kerusakan pada mesin ATM menggunakan data mining. Data mining dengan algoritma C4.5 digunakan untuk memprediksi kerusakan mesin ATM yang diharapkan dapat membantu para teknisi dalam mengambil keputusan untuk melakukan perbaikan. Hasil penelitian ini diharapkan dapat membantu unit pengelola ATM dalam mengoptimalkan dan memonitoring mesin ATM, sehingga dapat memberikan pelayanan yang optimal kepada nasabah. Algortima C4.5 merupakan algoritma yang mampu dalam membatu membentuk pohon keputusan, dimana pohon keputusan yang dihasilkan akan membentuk sebuah pengetahuan baru. Berdasarkan hasil pengujian pada pohon keputusan diperoleh kesesuaian data terhadap data kerusakan mesin ATM. Hasil penerapan metode C4.5 terhadap prediksi kerusakan mesin Hasil dari algoritma C4.5 berupa pohon keputusan yang memiliki aturan yang dijadikan sebagai pengetahuan dan informasi yang lebih mudah untuk dipahami

Kata Kunci


Data Mining, C4.5, Prediksi, Kerusakan ATM

Teks Lengkap:

PDF

Referensi


Damaris, R. N., Sitanggang, M., & Simanjuntak, R. P. (2014). SISTEM PENGENDALIAN INTERN ATAS TRANSAKSI PENERIMAAN DAN PENGELUARAN KAS ANJUNGAN TUNAI MANDIRI (ATM). Buletin Ekonomi, 18(2), 54-63.

Simanjuntak, A. (2007). Tinjauan Yuridis Para Pihak dalam Transaksi Pengambilan atau Transfer Dana Melalui Mesin Anjungan Tunai Mandiri (ATM). Jurnal Manajemen dan Kewirausahaan, 9(2), 128-134.

Kusrini, S. H., Wardoyo, R., & Harjoko, A. (2009). Perbandingan metode nearest neighbor dan algoritma c4. 5 untuk menganalisis kemungkinan pengunduran diri calon mahasiswa di stmik amikom yogyakarta. Jurnal Dasi, 10(1), 114-132

Rajesh, K. and S. A. (2012). Analysis of SEER Dataset for Breast Cancer Diagnosis using C4.5 Classification Algorithm. International Journal of AdvancednResearch in Computer and Communication Engineering, 1(2), 72– 77. www.ijarcce.com

Julianto, W., Yunitarini, R., & Sophan, M. K. (2014). Algoritma C4. 5 Untuk Penilaian Kinerja Karyawan. Scan, vol, 9, 33-39

Buulolo, E., Silalahi, N., & Rahim, R. (2017). C4. 5 Algorithm To Predict the Impact of the Earthquake. Entropy (S), 1, 1

Wiza, F., & Febriadi, B. (2019). Classification Analysis Using C4.5 Algorithm To Predict The Level of Graduation of Nurul Falah Pekanbaru High School Students. IJISTECH (International Journal Of Information System & Technology), 2(2), 43. https://doi.org/10.30645/ijistech.v2i2.2 1

Masripah, S. (2016). Komparasi Algoritma Klasifikasi Data Mining untuk Evaluasi Pemberian Kredit. Bina Insani ICT Journal, 3(1), 187-193

Mardi, Y. (2017). Data Mining : Klasifikasi Menggunakan Algoritma C4.5. Jurnal Edik Informatika, 2(2), 213–219.

Kacung, S., & Santoso, B. (2018). Sistem Deteksi Dini Untuk Meningkatkan Performance Kelulusan Mahasiswa Dengan Id3. 212–217. https://doi.org/10.31227/osf.io/h7xrn




DOI: http://dx.doi.org/10.22303/infosys.6.1.2021.12-21

Refbacks

  • Saat ini tidak ada refbacks.


##submission.copyrightStatement##

##submission.license.cc.by4.footer##

Kantor Redaksi InfoSys Journal. Gedung LPPM Lt2, Kampus Universitas Potensi Utama. Jl. K.L. Yos Sudarso Km 6,5 No.3-A Telp. (061) 6640525 Ext. 214 Tanjung Mulia Medan 20241

 

Qries Qries Qries Qries Qries Qries

 

Creative Commons License
This work is licensed under a
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
data macauslot deposit pulsa 5000web slot gacor 2023slot gacor maxwinslot gacorjoker768https://jkn.unitri.ac.id/classes/demo/demoslot gacor hari inislot bonus new memberslot demo