Model Aturan Dalam Menentukan Compulsive Buying Behavior Seseorang Dalam Berbelanja Menggunakan Algoritma C4.5

Desi Ayu Anjani, Dedy Hartama, Rafiqa Dewi, S Solikhun, S Saifullah

Abstract


Belanja merupakan suatu kegiatan dan tindakan membeli barang yang dilakukan setiap orang, namun dalam berperilaku membeli sebuah barang ada yang untuk memenuhi kebutuhan, untuk memenuhi keinginan, dan bahkan hanya untuk kepuasan dan kesenangan sesaat. Perilaku inilah disebut sebagai Compulsive Buying Behavior. Data mining merupakan sebuah proses analisa untuk mendapatkan informasi dari data yang berjumlah besar dan membantu dalam mengambil keputusan. Dengan menggunakan Algoritma C4.5 akan mengklasifikasi faktor dominan dari penyebab terjadinya Compulsive Buying Behavior. Sumber data penelitian ini diperoleh dengan cara memberikan kuesioner(angket) dan diisi oleh responden yang berbelanja di Ramayana Department Store. Data yang telah diolah dan mendapatkan hasil akhir diharapkan dapat memberikan informasi, sehingga dapat mencegah terjadinya Compulsive Buying Behavior seseorang agar finansialnya tetap stabil dan untuk kedepannya dapat diberikan penanganan yang tepat bagi orang yang memiliki perilaku compulsive buying ini.

Full Text:

PDF

References


P. N. Tan, M. Steinbach, and V. Kumar, Introduction to Data Mining. London: Pearson Education, 2006.

A. Wanto et al., Data Mining : Algoritma dan Implementasi. Yayasan Kita Menulis, 2020.

E. P. Cynthia and E. Ismanto, “METODE DECISION TREE ALGORITMA C.45 DALAM MENGKLASIFIKASI DATA PENJUALAN BISNIS GERAI MAKANAN CEPAT SAJI,” vol. 3, no. 3, pp. 1–13, 2018.

Sudirman, A. P. Windarto, and A. Wanto, “Data mining tools | rapidminer: K-means method on clustering of rice crops by province as efforts to stabilize food crops in Indonesia,” IOP Conference Series: Materials Science and Engineering, vol. 420, no. 1, pp. 1–8, 2018.

N. A. Febriyati, A. D. GS, and A. Wanto, “GRDP Growth Rate Clustering in Surabaya City uses the K- Means Algorithm,” International Journal of Information System & Technology, vol. 3, no. 2, pp. 276–283, 2020.

J. Eska, “PENERAPAN DATA MINING UNTUK PREDIKSI PENJUALAN WALLPAPER MENGGUNAKAN ALGORITMA C4.5,” vol. 2, no. 2, pp. 9–13, 2016.

M. A. Hanafiah, A. Wanto, and P. B. Indonesia, “Implementation of Data Mining Algorithms for Grouping Poverty Lines by District/City in North Sumatra,” International Journal of Information System & Technology, vol. 3, no. 2, pp. 315–322, 2020.

I. S. Damanik, A. P. Windarto, A. Wanto, Poningsih, S. R. Andani, and W. Saputra, “Decision Tree Optimization in C4.5 Algorithm Using Genetic Algorithm,” Journal of Physics: Conference Series, vol. 1255, no. 1, pp. 1–6, Aug. 2019.

W. Katrina, H. J. Damanik, F. Parhusip, D. Hartama, A. P. Windarto, and A. Wanto, “C.45 Classification Rules Model for Determining Students Level of Understanding of the Subject,” Journal of Physics: Conference Series, vol. 1255, no. 1, pp. 1–7, 2019.

H. Siahaan, H. Mawengkang, S. Efendi, A. Wanto, and A. Perdana Windarto, “Application of Classification Method C4.5 on Selection of Exemplary Teachers,” in Journal of Physics: Conference Series, 2019, vol. 1235, no. 1.

I. Parlina et al., “Naive Bayes Algorithm Analysis to Determine the Percentage Level of visitors the Most Dominant Zoo Visit by Age Category,” Journal of Physics: Conference Series, vol. 1255, no. 1, pp. 1–5, 2019.

D. Hartama, A. Perdana Windarto, and A. Wanto, “The Application of Data Mining in Determining Patterns of Interest of High School Graduates,” Journal of Physics: Conference Series, vol. 1339, no. 1, pp. 1–6, 2019.

I. W. S. Wicaksana, L. Ambarwati, D. A. B. Baskoro, and D. A. C, Data Mining Dengan RapidMiner. 2016.

M. H. Dunham, Data Mining Introductory and Advanced Topics. 2016.

B. R. C.T.I. et al., “Implemetasi k-means clustering pada rapidminer untuk analisis daerah rawan kecelakaan,” Seminar Nasional Riset Kuantitatif Terapan 2017, no. April, pp. 58–60, 2017.




DOI: http://dx.doi.org/10.30645/senaris.v2i0.196

Refbacks

  • There are currently no refbacks.


&nbsp