Penerapan Algoritma C4.5 untuk Penentuan Ketersediaan Barang E-commerce

Generosa Lukhayu Pritalia
{"title":"Penerapan Algoritma C4.5 untuk Penentuan Ketersediaan Barang E-commerce","authors":"Generosa Lukhayu Pritalia","doi":"10.24002/ijis.v1i1.1727","DOIUrl":null,"url":null,"abstract":"Dalam sebuah perusahaan e-commerce, stok barang merupakan salah satu faktor penting yang harus diperhatikan oleh perusahaan. Jumlah barang masuk maupun keluar perlu diperhatikan, tujuannya untuk menjaga stok yang tersedia dalam gudang menjadi stabil. Stok stabil yang dimaksud dalam gudang adalah barang tidak kelebihan stok maupun barang tidak kehabisan stok. Permasalahan yang dihadapi pada penjualan barang adalah setiap barang memiliki minat beli yang berbeda-beda. Barang dengan minat beli yang tinggi akan cepat habis dibandingkan dengan barang yang memiliki minat beli rendah. Untuk itu, stok barang perlu ditambah pada waktu stok barang menipis. Algoritma C4.5 merupakan kelompok algoritma dengan menggunakan pohon keputusan. Pohon keputusan merupakan metode klasifikasi dan prediksi yang sangat kuat dan terkenal. Semakin kaya informasi atau pengetahuan yang dikandung oleh data training, maka akurasi akan semakin meningkat. Algoritma ini digunakan untuk menganalisis waktu pembelian stok barang yang sudah menipis dengan mengklasifikasi barang mana yang sudah waktunya di tambah stok maupun belum, sehingga ketersediaan barang tetap stabil dan terjaga. Hasil dari analisis menggunakan algoritma C4.5 adalah untuk menentukan waktu penentuan ketersediaan barang memiliki tingkat keakuratan sebesar 98.9%.","PeriodicalId":34118,"journal":{"name":"Indonesian Journal of Information Systems","volume":"3 1","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2018-08-31","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"14","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Indonesian Journal of Information Systems","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.24002/ijis.v1i1.1727","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 14

Abstract

Dalam sebuah perusahaan e-commerce, stok barang merupakan salah satu faktor penting yang harus diperhatikan oleh perusahaan. Jumlah barang masuk maupun keluar perlu diperhatikan, tujuannya untuk menjaga stok yang tersedia dalam gudang menjadi stabil. Stok stabil yang dimaksud dalam gudang adalah barang tidak kelebihan stok maupun barang tidak kehabisan stok. Permasalahan yang dihadapi pada penjualan barang adalah setiap barang memiliki minat beli yang berbeda-beda. Barang dengan minat beli yang tinggi akan cepat habis dibandingkan dengan barang yang memiliki minat beli rendah. Untuk itu, stok barang perlu ditambah pada waktu stok barang menipis. Algoritma C4.5 merupakan kelompok algoritma dengan menggunakan pohon keputusan. Pohon keputusan merupakan metode klasifikasi dan prediksi yang sangat kuat dan terkenal. Semakin kaya informasi atau pengetahuan yang dikandung oleh data training, maka akurasi akan semakin meningkat. Algoritma ini digunakan untuk menganalisis waktu pembelian stok barang yang sudah menipis dengan mengklasifikasi barang mana yang sudah waktunya di tambah stok maupun belum, sehingga ketersediaan barang tetap stabil dan terjaga. Hasil dari analisis menggunakan algoritma C4.5 adalah untuk menentukan waktu penentuan ketersediaan barang memiliki tingkat keakuratan sebesar 98.9%.
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
在e-commerce公司,股票是该公司需要考虑的重要因素之一。需要注意的货物进出数量,其目的是保持仓库内的库存稳定。仓库里提到的稳定库存是没有多余的或没有耗尽的货物。商品销售的问题是每个商品都有不同的购买感。具有高购买力的商品与低购买力的商品相比,很容易枯竭。要做到这一点,就需要在库存枯竭时增加库存。C4.5算法是一组使用决策树的算法。决策树是一种非常著名的分类和预测方法。培训数据孕育的信息或知识越多,准确率就会越高。这个算法是用来分析已经减少的购买时间的,它对现有的产品进行分类,以保持可持续性和可持续性。使用C4.5算法分析的结果是确定可用时间的准确性为98.9%。
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
7
审稿时长
12 weeks
期刊最新文献
The Implementation of Business Process Blockchain Technology Based of MSCWR SmartBox Model Priority Scheduling Implementation for Exam Schedule SPAM (Smart Patient Monitoring System) using Structural Similarity Index Measurement An Investigation of Nurses' Perceptions of the Usefulness and Easiness of Using Electronic Medical Records in Saudi Arabia: A Technology Acceptance Model Mobile Application for Medicinal Plants Recognition from Leaf Image Using Convolutional Neural Network
×
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