Penerapan Decision Tree Data Mining Pada Produksi Kelapa Sawit PT Hindoli Di Sungai Lilin Kabupaten Musi Banyuasin
DOI:
https://doi.org/10.47747/jpsii.v1i2.168Keywords:
decision tree, weka, data mining, algoritma C4.5Abstract
Data mining is an interesting pattern extraction of large amounts of data. PT Hindoli itself has a decision support information system that applies the c4.5 data mining algorithm. Given the large amount of data available, data mining estimates that palm oil production for a month is from production data. As one of the companies engaged in processing palm oil and producing palm oil, palm oil, and high-quality seed oil, which are grown by farmers into materials that can be sold and will be distributed to production data. The method used is the decision tree method to explore data, find hidden relationships between a number of prospective variables, among others, the number of producing oil palm based on the year, production, competition, and price, resulting in data accumulation or data grouping every month. Input with the target variable is expected to help PT Hindoli in monitoring palm oil processing.
References
Aradea,2011.”Penerapan decision tree penentuan pola data penerimaan mahasiswa baru”. Semarang:Jurnal Ilmu computer unveersitas diponegoro.
Andie,S.Kom., M.Kom, 2016.”Penerapan decision tree untuk menganalisis kemungkinan pengunduran diri calon mahasiswa baru”:jurnal Ilmiah Fakultas Teknik “Technologia”.
Ari Muzaki,2016.” Model Data Mining sebagai Prediksi Penyakit Hipertensi Kehamilan dengan Teknik Decision Tree”.jurnal Jurusan Informatika, F. ILKOM, Universitas Bina Darma Palembang.
Defiyanti, S., Pardede & Crispina, D. 2014. “Perbandingan Kinerja Algoritma ID3 dan C4.5 dalam Klasifikasi”.s.l.:Jurnal Jurusan Sistem Informasi Universitas Gunadarma.
Dr. Suyanto. 2017.” Data Mining untuk klasifikasi dan klasterisasi data”. Bandung: Informatika Bandung’.
David Hartanto Kamagi, Seng Hansun,2014.” Implementasi Data Mining dengan Algoritma C4.5 untuk Memprediksi Tingkat Kelulusan Mahasiswa”. Tangerang:Jurnal Program Studi Teknik Informatika.
Fitroh,2016.”penentuan penerimaan siswa baru menggunakan decision tree”.semarang:jurnal illmu computer
Han and kamber,2006,” Data Mining untuk klasifikasi dan klasterisasi data”. Bandung: Informatika Bandung’ computer unveersitas diponegoro.
Nazir,m.(2005 : 54 ). Metode penelitian Jakarta:Ghalia Indonesia.
Prasestyo, Eko,(2014).Data mining mengolahan data menjadi informasi menggunakan matlab.Yogyakarta:CV.Andi Offset.
Sijabat, Alimancon.(2015),”penerapan data mining untuk pengolahan data siswa dengan menggunakan metode decision tree”,(studi kasus:yayasan perguruan Kristen andreas) Medan:STMK Budi Darma Medan.
Suyanto. 2017.” Data Mining untuk klasifikasi dan klasterisasi data”. Bandung: Informatika Bandung’
Turban, Efraim, 2011. “Decision Support Systems and Intellegents System, 9th Edition, Pearson/Prentice Hall”. Di akses pada tanggal 16 Juli 2018. http://www.kumpulancontohmakalah.com/2017/01/Definisi.Pohon.Keputusan.Konsep.Dasar.dan.Prosedur.Pembentukan.html.
Yudho Giri Sucahyo,2003.”Penerapan Data Mining, Artikel Populer IlmuKomputer. Pearson/Prentice Hall”. Di akses pada tanggal April 24 2003. http://www.kumpulancontohmakalah.com/2009/Definisi.ProsesTahapan dan Penerapan data mining.Pengertian data mining.Pembentuk.html.
Wawan, Laksito. (2011).”Pengelolaan Data “. Jakarta: Ghalia Indonesia.
