IMPLEMENTASI ALGORITME C4.5 UNTUK PREDIKSI KETEPATAN WAKTU LAYANAN YES AGEN GLC GEMILANG

Penulis

  • Afif Bangkit Nur Rahmaan Universitas Budi Luhur
  • Gunawan Pria Utama Universitas Budi Luhur

Kata Kunci:

Algoritme C4.5, layanan YES, JNE, Data Mining, Prediksi

Abstrak

Agen JNE GLC Gemilang adalah sebuah agen ekspedisi dari perusahaan JNE yang bergerak di bidang logistik yang beroperasi di daerah Tangerang Kota Sejak Tahun 2015. Terdapat beberapa layanan pengiriman yang ada di Agen ini.Salah satunya adalah layanan YES( Yakin Esok Sampai). Namun dalam operasional pengiriman layanan YES masalah yang sering terjadi adalah masih ada beberapa pengiriman yang mengalami kendala keterlambatan. Oleh karena itu perlu adanya sistem yang dapat memprediksi ketepatan pengiriman YES yang dapat dihitung berdasarkan faktor-faktor yang dapat dipertimbangkan seperti waktu, jenis barang pengiriman, tujuan pengiriman dan lain lain. Data mining sendiri adalah proses mencari pola atau informasi menarik dalam data yang terpilih menggunakan metode tertentu. Metode yang digunakan untuk memprediksi ketepatan pengiriman layanan YES tersebut adalah algoritme C4.5. Dari data latih yang didapatkan menghasilkan sebuah decision tree.Decision tree adalah kumpulan rules yang  menentukan apakah nomor resi yang menggunakan service YES tepat waktu atau tidak. Setelah metode klasifikasi data mining Algoritme C4.5 sudah diimplementasikan di aplikasi web, pengujian data diuji terhadap decision tree untuk melihat keakuratan decision tree yang sudah dibentuk dalam aplikasi tersebut. Untuk melihat keakuratan membutuhkan perhitungan confusion matrix agar dapat melihat keakuratan decision tree yang sudah terbentuk oleh aplikasi. Dengan adanya penelitian ini, menggunakan data mining dapat membantu meningkatkan ketepatan dari layanan YES, model pembelajaran mesin dapat mengenali pola yang mengarah pada pengiriman yang tepat waktu dan memprediksi kiriman yang kemungkinan gagal. Dataset yang digunakan bersumber dari Agen JNE GLC Gemilang sebanyak 265 data, hasil analisi berdasarkan dataset yang digunakan hasil pengujian memiliki tingkat akurasi sebesar 74.68%, recall sebesari 98.18% dan presisi sebesar 73.97% dan diketahui rata-rata keterlambatan dialami untuk resi dengan destinasi ke luar pulau dan paket dalam pulau yang tidak di asuransi.

Referensi

R. W. Nasution, I. O. Kirana, I. Gunawan, and I. P. Sari, “Penerapan Data Mining Untuk Pengelompokan Minat Konsumen Terhadap Pengguna Jasa Pengiriman Pada PT . Jalur Nugraha Ekakurir ( JNE ) Pematangsiantar,” Resolusi, vol. 1, no. 4, pp. 274–281, 2021.

G. Taufik and D. Jatmika, “Penerapan Algoritma C45 Untuk Klasifikasi Keberhasilan Pengiriman Barang,” INOVTEK Polbeng - Seri Inform., 2021, doi: 10.35314/isi.v6i1.1446.

C. Rizky, A. Nugroho1, and T. Kristiana2, “Penerapan Algoritma C4.5 Untuk Kepuasan Pelanggan Toko Online Parfume Chantik,” J. Algoritm., vol. 3, no. 1, pp. 10–21, 2022.

R. Haqmanullah Pambudi, B. Darma Setiawan, and Indriati, “Penerapan Algoritma C4.5 Untuk Memprediksi Nilai Kelulusan Siswa Sekolah Menengah Berdasarkan Faktor Eksternal,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 2, no. 7, pp. 2637–2643, 2018, [Online]. Available: http://j-ptiik.ub.ac.id.

M. A. Ramadhan and S. Dwiasnati, “Klasifikasi Jasa Pengiriman JNE Service Menggunakan Algoritma Decision Tree,” J. Ilm. Fak. Komput., vol. 8, no. 2, p. 1, 2019.

V. S. Ginting, K. Kusrini, and E. Taufiq, “Implementasi Algoritma C4.5 untuk Memprediksi Keterlambatan Pembayaran Sumbangan Pembangunan Pendidikan Sekolah Menggunakan Python,” Inspir. J. Teknol. Inf. dan Komun., vol. 10, no. 1, pp. 36–44, 2020, doi: 10.35585/inspir.v10i1.2535.

S. Abdurrohman and A. Wibowo, “Klasifikasi Data Mining Untuk Memprediksi Status Penerimaan Di Perguruan Tinggi Negeri Bagi Lulusan Bimbel NF Dengan Algoritme Naive Bayes,” Semin. Nas. Mhs. Fak. Teknol. Inf., vol. 1, no. 1, pp. 84–92, 2022, [Online]. Available: http://senafti.budiluhur.ac.id/index.php/senafti/article/view/111.

F. Alghifari and D. Juardi, “PENERAPAN DATA MINING PADA PENJUALAN MAKANAN DAN MINUMAN MENGGUNAKAN METODE ALGORITMA NAÏVE BAYES,” J. Ilm. Inform., 2021, doi: 10.33884/jif.v9i02.3755.

Uminingsih, I. Suraya, and I. Nugroho, “Implementasi Algoritma Decision Tree C4.5 Untuk Menentukan Kelas Calon Siswa Di Lembaga Kursus Bahasa Inggris Berbasis Web,” J. Teknol., vol. 12, no. 1, pp. 35–44, 2019.

M. F. Arifin and D. Fitrianah, “Penerapan Algoritma Klasifikasi C4.5 Dalam Rekomendasi Penerimaan Mitra Penjualan Studi Kasus : PT Atria Artha Persada,” InComTech, 2018.

G. Sani et al., “PENERAPAN DATA TRANSFORMATION PADA DATABASE SISTEM INFORMASI,” pp. 1–5, 2019.

J. Nasional, S. Informasi, and S. Artikel, “Optimasi Pengelompokan Data Pada Metode K-Means dengan Analisis Outlier,” vol. 02, pp. 88–95, 2019.

Unduhan

Diterbitkan

11-10-2023

Cara Mengutip

Bangkit Nur Rahmaan, A., & Utama, G. P. (2023). IMPLEMENTASI ALGORITME C4.5 UNTUK PREDIKSI KETEPATAN WAKTU LAYANAN YES AGEN GLC GEMILANG. Prosiding Seminar Nasional Mahasiswa Fakultas Teknologi Informasi (SENAFTI), 2(2), 548–557. Diambil dari https://senafti.budiluhur.ac.id/index.php/senafti/article/view/797

Terbitan

Bagian

Artificial Intelligence

Artikel paling banyak dibaca berdasarkan penulis yang sama

1 2 > >>