Klasifikasi Strategi Penjualan Produk UMKM dengan Penerapan fitur seleksi Forward Selection pada Algoritma C4.5

M. Rudi Fanani; Elvinda Bendra Agustina

doi:10.30591/smartcomp.v14i4.6842

Klasifikasi Strategi Penjualan Produk UMKM dengan Penerapan fitur seleksi Forward Selection pada Algoritma C4.5

M. Rudi Fanani, Elvinda Bendra Agustina

Abstract

Perkembangan Usaha Mikro, Kecil, dan Menengah (UMKM) di Indonesia telah menjadi sorotan utama dalam memajukan ekonomi, mengurangi kemiskinan, dan meningkatkan kesejahteraan masyarakat. UMKM tak hanya berperan strategis dalam menciptakan lapangan kerja, menggerakkan ekonomi lokal, namun juga menjadi sumber inspirasi bagi inovasi dan kreativitas. Kelurahan Kedungwuni Timur merupakan wilayah di kecamatan Kedungwuni Kabupaten Pekalongan Jawa Tengah. Profesi mayoritas warga Kelurahan Kedungwuni Timur bergerak dalam bidang UMKM Fashion. Kendala saat ini pihak konsumen sudah dengan mudah membandingkan suatu produk. Oleh karena itu perlu dilakukan sebuah strategi penjualan dengan memanfaatkan konsep Teknologi Informasi salah satunya menggunakan teknik Data Mining. Algoritma C4.5 merupakan algoritma dari data mining yang digunakan untuk memprediksi strategi penjualan produk UMKM dengan nilai akurasi yang didapat sebesar 82.78%. Untuk meningkatkan nilai akurasi maka digunakan fitur seleksi forward selection sehingga menghasilkan akurasi sebesar 86.11%.

Keywords

Algoritma C4.5; Forward Selection; Data Mining; Penjualan Produk

Full Text:

References

M. Farras Nasrida, A. Pandahang, and D. Febrian, “Perkembangan UMKM Di Indonesia Dan Potensi Di Kota Palangka Raya,” Jurnal Manajemen Bisnis Kewirausahaan, vol. 2, no. 1, 2023.

Kementrian Keuangan RI, “Kontribusi UMKM dalam Pereknomian Indonesia,” https://djpb.kemenkeu.go.id/.

DPRD Kabupaten Pekalongan, “Selayang Pandang Kabupaten Pekalongan,” https://dprd-pekalongankab.go.id/halaman/selayang-pandang.

Dinas Perindustrian dan Perdagangan (Dinperindag), “Jumlah UMKM Menurut Bidang di Kabupaten Pekalongan,” https://data.pekalongankab.go.id/zh_TW/dataset/jumlah-umkm-menurut-bidang-di-kabupaten-pekalongan#.

Pratomo, “Datamining untuk Menganalisis Pengaruh Nilai Pemprograman Dasar Kelas X terhadap Hasil Belajar pada Mata Pelajaran Produktif Rekayasa Perangkat Lunak Kelas XI,” Smart Comp, vol. 11, no. 2, 2022.

M. R. Fanani and K. Fari, “Seleksi Fitur PSO untuk Klasifikasi Jenis Kekerasan dengan Algoritma C4.5,” Smart Comp, 2022.

T. Widodo, D. Setiawan, A. Syahputri, S. Informasi, and S. Triguna Dharma, “Data Mining Menentukan Minat Konsumen Memilih Sepeda Motor Idaman Dengan Algoritma C4.5,” Jurnal Sistem Informasi TGD, 2022, [Online]. Available: https://ojs.trigunadharma.ac.id/index.php/jsi

P. Harapan and B. Tegal, “PEMILIHAN FITUR DENGAN FORWARD SELECTION PADA METODE K-NEAREST NEIGHBOR UNTUK PREDIKSI BIMBINGAN KONSELING SISWA Wildani Eko Nugroho,” 2023.

N. Lundén, E. T. Bekar, A. Skoogh, and J. Bokrantz, “Domain Knowledge in CRISP-DM: An Application Case in Manufacturing,” in IFAC-PapersOnLine, Elsevier B.V., Jul. 2023, pp. 7603–7608. doi: 10.1016/j.ifacol.2023.10.1156.

S. Huber, H. Wiemer, D. Schneider, and S. Ihlenfeldt, “DMME: Data mining methodology for engineering applications - A holistic extension to the CRISP-DM model,” in Procedia CIRP, Elsevier B.V., 2019, pp. 403–408. doi: 10.1016/j.procir.2019.02.106.

DOI: https://doi.org/10.30591/smartcomp.v14i4.6842