Jurnal Publikasi STMIK Pontianak
PREDIKSI BELANJA DARING MAHASISWA STMIK PONTIANAK PASCA COVID-19 MENGGUNAKAN ALGORITMA DATA MINING |
Abstrak:
Belanja daring semakin mendapat tempat sejak wabah Covid-19. Mahasiswa STMIK Pontianak menjadi bagian masyarakat dunia yang dipaksa melakukan kegiatan secara daring termasuk melakukan belanja secara daring. Dipihak lain, pelaku bisnis yang sudah bergerak menjual produknya secara daring, ini menjadi kegairahan tersendiri dimana mereka sempat terpuruk pada masa awal datangnya pandemi. Para pelaku bisnis berlomba-lomba menjual produknya secara daring. Tetapi apabila masa Covid-19 telah berakhir, apakah mahasiswa tetap melakukan belanja secara daring? Untuk mendapatkan pengetahuan seperti ini, maka dilakukan penelitian yang terdiri dari tahap mendapatkan data sampel melalui kuesioner kepada mahasiswa STMIK Pontianak, melakukan pre-processing, kemudian membuat model klasifikasi dengan Naïve Bayes dan C4.5. Evaluasi model data mining ini digunakan pengukuran Area Under Curve (AUC). Tujuan penelitian ini adalah untuk mendapatkan hasil evaluasi optimum AUC dengan melakukan serangkaian kegiatan pada tahap pre-processing dan membuat model menggunakan algoritma Naïve Bayes. Optimalisasi ini dilakukan dengan cara mereduksi sejumlah atribut yang ada dan melakukan transformasi nilai atribut dari polynomial data menjadi binomial data hingga diperoleh model dengan hasil evaluasi yang optimum. Atribut- atribut dengan AUC tertinggi akan diproses kembali menggunakan algoritma C4.5 untuk memperoleh nilai-nilai atribut dan model pohon keputusan yang mempengaruhi belanja pasca Covid-19. Hasil optimalisasi model klasifikasi diperoleh nilai AUC adalah 98,80%.
|
Jurnal Publikasi STMIK Pontianak By Amar P. Natasuwarna
DOWNLOAD PDF