1. Home
  2. Lainnya

Algoritma C5.0 DATA MINING JASA PENGIRIMAN TITIPAN KILAT DI PT CITRA VAN TITIPAN KILAT (TIKI) Data Mining Jasa Pengiriman Titipan Kilat Di Pt Citra Van Titipan Kilat (TIKI) Dengan Metode Decision Tree.

Dari hasil perhitungan dalam mencari nilai information gain dari setiap atribut maka didapatkan hasil seperti tabel 6. Tabel 6. Nilai Information Gain Wilayah Nilai Information Gain Tonase Nilai Information Gain Harga Nilai Information Gain Waktu WIB 0,003 0,004 0,002 WITA 0,008 0,003 0,010 Dari hasil tersebut dapat disimpulkan bahwa atribut Hargadan Waktu adalah node yang akan digunakan untuk dijadikan perantara pada cabang WIB dan WITA.

4.1.2.2 Menentukan internal node pada

leaf WIB a Menentukan internal node pada wilayah WIB dengan harga ≤10000,10000 Harga ≤ 50000 dan Harga 50000 : Dari hasil perhitungan dalam mencari nilai information gain dari setiap atribut maka didapatkan hasil seperti tabel 7. Tabel 7. Nilai Information Gain WIB Nilai Information Gain Tonase Nilai Information Gain Waktu Harga ≤10000 0,001 0,016 10000Harga≤50000 0,000 0,001 Harga50000 0,031 0,009 Dari hasil tersebut dapat disimpulkan bahwa atribut Waktu, Waktu dan Tonase adalah node yang akan digunakan untuk dijadikan perantara pada cabang harga ≤10000,10000 Harga ≤50000.

4.1.2.3 Menentukan internal node

pada leaf WITA a Menentukan internal node wilayah WITA pada Kuartal I, Kuartal II, Kuartal III, dan Kuartal IV : Dari hasil perhitungan dalam mencari nilai information gain dari setiap atribut maka didapatkan hasil seperti tabel 8. Tabel 8. Nilai Information Gain WITA Nilai Information Gain Tonase Nilai Information Gain Harga Waktu Kuartal I 0,022 0,036 Kuartal II 0,001 0,006 Kuartal III 0,000 0,001 Kuartal IV 0,016 0,005 Dari hasil tersebut dapat disimpulkan bahwa atribut Harga, Harga dan Tonase adalah node yang akan digunakan untuk dijadikan perantara pada cabang Kuartal 1, Kuartal II, Kuartal III dan Kuartal IV.

4.2 Implementasi menggunakan Rapid

Miner 5. Rancangan proses klasifikasi data pengiriman titipan dengan menggunakan decision tr ee menggunakan aplikasi Rapid Miner 5 ditunjukkan pada gambar 1. Rancangan proses berdasarkan gambar kemudian dieksekusi untuk menghasilkan sebuah skema pohon keputusan untuk mengetahui pola atau karakteristik pengiriman titipan berdasarkan atribut-atribut yang diajukan. Hasil skema pohon yang telah dieksekusi dapat dilihat pada gambar 2. Gambar 1. Rancangan proses Decision Tree Gambar 2. Hasil Pohon Keputusan

Dokumen yang terkait

ANALISIS YURIDIS PERJANJIAN KERJASAMA KEAGENAN ANTARA PT. CITRA VAN TITIPAN KILAT PUSAT JAKARTA DENGAN CV. TITIPAN KILAT JEMBER

0 3 95

Analisis tingkat kepuasan pelanggan terhadap kualitas pelayanan jasa titipan PT. Citra Van titipan kilat Jakarta

0 8 110

Sistem Informasi PT.CV Titipan Kilat (TIKI) Sibolga Berbasis Web

0 16 98

DATA MINING JASA PENGIRIMAN TITIPAN KILAT DI PT CITRA VAN TITIPAN KILAT (TIKI) Data Mining Jasa Pengiriman Titipan Kilat Di Pt Citra Van Titipan Kilat (TIKI) Dengan Metode Decision Tree.

1 3 20

PENDAHULUAN Data Mining Jasa Pengiriman Titipan Kilat Di Pt Citra Van Titipan Kilat (TIKI) Dengan Metode Decision Tree.

0 2 5

TINJAUAN PELAKSANAAN PERJANJIAN PEMBERIAN KUASA (KEAGENAN) DI PT. CITRA VAN TITIPAN KILAT (TIKI) SURAKARTA.

0 1 15

TANGGUNG JAWAB PT. CITRA VAN TITIPAN KILAT (TIKI) SEBAGAI BADAN USAHA DALAM PENGIRIMAN BARANG.

0 0 11

Pengaruh Kualitas Pelayanan terhadap Niat Beli Ulang Pelanggan di PT.Citra Van Titipan Kilat (TIKI).

0 3 22

PENERAPAN METODE VOGEL APROXIMATION UNTUK EFISIENSI BIAYA PENGIRIMAN BARANG PADA TIKI (TITIPAN KILAT)

0 0 8

Tinjauan Hukum Terhadap Kelalaian Pelayanan pada PT. Citra Van Titipan Kilat (TIKI) dalam Pengiriman Barang. - Repositori UIN Alauddin Makassar

0 0 103