Implementasi Prediksi Ketersediaan Tanaman Hias Menggunakan Metode Algoritma C4.5

Explore Pub Date : 2024-01-25 DOI:10.35200/ex.v14i1.111
Alam Supriyatna Alam, Arif Harbani, Wahyu Hidayat, M. N. Afton
{"title":"Implementasi Prediksi Ketersediaan Tanaman Hias Menggunakan Metode Algoritma C4.5","authors":"Alam Supriyatna Alam, Arif Harbani, Wahyu Hidayat, M. N. Afton","doi":"10.35200/ex.v14i1.111","DOIUrl":null,"url":null,"abstract":"Penelitian ini dilakukan karena prediksi ketersediaan tanaman hias yang dibuat pada beberapa toko tanaman hias tidak tepat, sehingga keuntungan yang diperoleh dari bisnis tanaman hias berkurang. Prediksi ketersediaan tanaman hias ini tidak akurat dan tidak efektif, dan untuk menyelesaikan masalah ini, metode data mining digunakan. Algoritma C4.5 digunakan, yang menganalisis data penjualan dan melakukan perhitungan pengelompokan untuk menentukan tanaman mana yang cukup atau tidak. Digunakan variabel variabel penentu seperti Jenis Tanaman, Harga, Stok, dan Musim. Tujuan dari penelitian ini adalah untuk mengukur akurasi dan efektivitas penerapan algoritma C4.5 dalam Prediksi Ketersediaan Tanaman Hias, membuat prototype aplikasi untuk penerapan algoritma tersebut, dan memprediksi jumlah tanaman yang cukup dan kurang. Aplikasi yang dibangun telah diuji kelayakan dengan ahli sistem dan metode, dan hasilnya adalah presentase kelayakan sebesar 100%, yang diinterpretasikan sebagai \"Sangat Layak\". Selain itu, uji pengguna telah dilakukan dengan menggunakan kuisioner PSSUQ sesuai dengan kategori PSSUQ. Nilai kepuasan secara keseluruhan (Total) sebesar 92,85%, kegunaan sistem (Sysuse) sebesar 92,85%, kualitas informasi (Infoqual) sebesar 91,83%, dan kualitas antarmuka (Interqual) sebesar 94,84% menunjukkan bahwa aplikasi ini \"Sangat Layak\" untuk digunakan. Uji akurasi menggunakan matrix confussion juga dilakukan, dan hasilnya menunjukkan akurasi 90,97%.","PeriodicalId":501446,"journal":{"name":"Explore","volume":null,"pages":null},"PeriodicalIF":0.0000,"publicationDate":"2024-01-25","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Explore","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.35200/ex.v14i1.111","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

Penelitian ini dilakukan karena prediksi ketersediaan tanaman hias yang dibuat pada beberapa toko tanaman hias tidak tepat, sehingga keuntungan yang diperoleh dari bisnis tanaman hias berkurang. Prediksi ketersediaan tanaman hias ini tidak akurat dan tidak efektif, dan untuk menyelesaikan masalah ini, metode data mining digunakan. Algoritma C4.5 digunakan, yang menganalisis data penjualan dan melakukan perhitungan pengelompokan untuk menentukan tanaman mana yang cukup atau tidak. Digunakan variabel variabel penentu seperti Jenis Tanaman, Harga, Stok, dan Musim. Tujuan dari penelitian ini adalah untuk mengukur akurasi dan efektivitas penerapan algoritma C4.5 dalam Prediksi Ketersediaan Tanaman Hias, membuat prototype aplikasi untuk penerapan algoritma tersebut, dan memprediksi jumlah tanaman yang cukup dan kurang. Aplikasi yang dibangun telah diuji kelayakan dengan ahli sistem dan metode, dan hasilnya adalah presentase kelayakan sebesar 100%, yang diinterpretasikan sebagai "Sangat Layak". Selain itu, uji pengguna telah dilakukan dengan menggunakan kuisioner PSSUQ sesuai dengan kategori PSSUQ. Nilai kepuasan secara keseluruhan (Total) sebesar 92,85%, kegunaan sistem (Sysuse) sebesar 92,85%, kualitas informasi (Infoqual) sebesar 91,83%, dan kualitas antarmuka (Interqual) sebesar 94,84% menunjukkan bahwa aplikasi ini "Sangat Layak" untuk digunakan. Uji akurasi menggunakan matrix confussion juga dilakukan, dan hasilnya menunjukkan akurasi 90,97%.
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
利用 C4.5 算法方法实现观赏植物可用性预测
之所以开展这项研究,是因为几家观赏植物商店对观赏植物供应情况的预测并不正确,因此观赏植物业务所赚取的利润减少了。这些观赏植物供应量预测不准确,效果不佳,为了解决这个问题,采用了数据挖掘方法。采用 C4.5 算法,通过分析销售数据并进行聚类计算来确定哪些植物充足,哪些植物不足。使用了植物类型、价格、库存和季节等决定性变量。本研究的目的是测量 C4.5 算法在观赏植物可用性预测中应用的准确性和有效性,创建应用该算法的原型应用程序,并预测植物充足和缺乏的数量。系统专家和方法专家对建立的应用程序进行了可行性测试,结果可行性百分比为 100%,即 "非常可行"。此外,还根据 PSSUQ 类别使用 PSSUQ 问卷进行了用户测试。总体满意度(Total)为 92.85%,系统可用性(Sysuse)为 92.85%,信息质量(Infoqual)为 91.83%,界面质量(Interqual)为 94.84%,表明该应用程序 "非常可行"。此外,还使用混淆矩阵进行了准确性测试,结果显示准确率为 90.97%。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 去求助
来源期刊
自引率
0.00%
发文量
0
期刊最新文献
Implementasi E-Journal berbasis Open Journal System (OJS) untuk Meningkatkan Jumlah Publikasi Penelitian Dosen IPDN Kampus NTB Aplikasi Business Intelligence Pada Sistem Penjualan CV. Muda Jeans Implementasi Prediksi Ketersediaan Tanaman Hias Menggunakan Metode Algoritma C4.5 Perancangan Sistem Informasi dan Pengelolaan Pendaftaran Peserta Didik Baru SD Negeri 013 Tanjungpinang Barat Rancangan Sistem Informasi Pengelolaan Perpindahan Peserta Didik
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1