Analisis Dan Implementasi Decision Tree Untuk Klasifikasi Data Konsumen Telemarketing Untuk Deposito Pada Bank Menggunakan Algoritma C4.5

dc.contributor.authorNurcahya, Gelar
dc.date.accessioned2013-12-04T06:39:43Z
dc.date.accessioned2019-10-22T08:50:37Z
dc.date.available2013-12-04T06:39:43Z
dc.date.available2019-10-22T08:50:37Z
dc.date.issued2013-02
dc.descriptionABSTRACT With the increasingly sophisticated technological development, people can develop bank deposit business promotion program. One way to promote business is by using telemarketing system. With suffiicient data from consumers, it required a technique to process data into useful information, one of the techniques which can be used is data mining. Decision tree is one of the methods which can be used for data mining. The data used in this final project was taken from data of deposit consumers from UCI-WEKA. This final project used decision tree by using C.45 algorithm. The development of this application is built by using visual basic 6.0 application as interface system. The processing of database used PHP MySql. The methodology used in system development was CRISP-DM and using Data Flow Diagram (DFD) tool for system modeling. The result of this final project was a system which could classify consumers into a tree structure so that it produced a rule. This system can perform input data test to determine deposit consumers. In the best data accuracy test, the training data used was 40% with 71% accuracy. For the future development of the system, other algorithms can be used to be compared with the results of the system and so that it can be seen which algorithm is more effective in this case. Keyword : Data mining, classification, Decision tree, telemarketingen_US
dc.description.abstractABSTRAKSI Perkembangan teknologi yang semakin canggih manusia bisa mengembangkan promosi bisnis deposito bank. Salah satu cara mempromosikan bisnis adalah menggunakan telemarketing kepada konsumen. Dengan data yang cukup banyak dari konsumen maka dibutuhkan suatu teknik untuk mengolah data menjadi informasi yang berguna, salah satu teknik yang bisa digunakan adalah data mining. Decision tree merupakan salah satu metode yang bisa digunakan untuk data mining. Data yang digunakan dalam tugas akhir ini diambil dari data konsumen deposito dari UCI-WEKA. Tugas akhir ini menggunakan decision tree dengan menggunakan algoritma C.45. Pembangunan aplikasi ini dibangun dengan menggunakan aplikasi visual basic 6.0 sebagai interface sistem. Pengolahan basis data menggunakan PHP MySql. Metodologi yang digunakan dalam pengembangan sistem adalah CRISP-DM dengan menggunakan tool Data Flow Diagram (DFD). Hasil tugas akhir ini berupa sistem yang mampu mengklasifikasikan konsumen dalam bentuk struktur tree sehingga dapat menghasilkan rule. Sistem ini mampu melakukan uji data input untuk menentukan konsumen deposito. Hasil pengujian data akurasi terbaik, data yang dipakai adalah data training 40% dengan akurasi mencapai 71%. Untuk pengembangan sistem ini selanjutnya maka disarankan menggunakan algoritma lain untuk dibandingkan dengan hasil sistem ini dan dilihat algoritma mana yang lebih efektif terhadap kasus ini. Kata kunci : Data mining, klasifikasi, Decision tree, telemarketing.en_US
dc.identifier.urihttp://repository.widyatama.ac.id/handle/123456789/2362
dc.publisherUniversitas Widyatamaen_US
dc.relation.ispartofseries0607066;
dc.subjectData miningen_US
dc.subjectklasifikasien_US
dc.subjectDecision treeen_US
dc.subjecttelemarketingen_US
dc.subjectclassificationen_US
dc.titleAnalisis Dan Implementasi Decision Tree Untuk Klasifikasi Data Konsumen Telemarketing Untuk Deposito Pada Bank Menggunakan Algoritma C4.5en_US
Files
Original bundle
Now showing 1 - 5 of 19
Loading...
Thumbnail Image
Name:
abstrac.pdf
Size:
34.99 KB
Format:
Adobe Portable Document Format
Description:
abstract
Loading...
Thumbnail Image
Name:
abstraksi.pdf
Size:
35.37 KB
Format:
Adobe Portable Document Format
Description:
abstrak
Loading...
Thumbnail Image
Name:
bab 1 pendahuluan.pdf
Size:
44.32 KB
Format:
Adobe Portable Document Format
Description:
BAB I
Loading...
Thumbnail Image
Name:
bab 2 landasan teori.pdf
Size:
162.94 KB
Format:
Adobe Portable Document Format
Description:
BAB II
Loading...
Thumbnail Image
Name:
bab 3 analisis.pdf
Size:
1.06 MB
Format:
Adobe Portable Document Format
Description:
BAB III
License bundle
Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
license.txt
Size:
1.71 KB
Format:
Plain Text
Description: