ANALISIS DATA HASIL KEUNTUNGAN MENGGUNAKAN SOFTWARE RAPIDMINER

Rika Nofitri, Novica Irawati

Abstract


Abstract: The application of information technology is currently growing so rapidly. One of them is the application of technology that can be applied in the industrial world, namely to evaluate the company's performance. Evaluation is a necessity for companies to move forward and develop in facing business competition. One method of evaluating that can be used objectively is extracting information through a stored database. This study intends to analyze the factors that affect profit outcomes based on profit-based data. The data will be analyzed using method Bayes. Through this method will get a pattern that affects profits. However, it is not easy to analyze data with this method because of the large amount of data that will cost a lot of time and time. So to simplify the analysis, researchers use tools in analyzing the data the results of the benefits of rapidminer software. Based on the results of the analysis carried out, rapidminer software can help and make it easier to produce probabilities to be predicted. The results of this study are from the set test conducted, the prediction of profit results can be ascertained to be achieved and the possibility of certainty is reached 0.59% and the possibility of not reaching 0.41%.

 

Keywords: Data Mining, Neive Bayes, Rapidminer, Benefits

  

Abstrak: Penerapan teknologi informasi saat ini berkembang begitu pesat. Salah satunya penerapan teknologi yang dapat diterapkan didunia industri yaitu untuk evaluasi terhadap kinerja perusahaan. Evaluasi merupakan suatu keharusan bagi perusahaan untuk terus maju dan berkembang  menghadapi persaingan usaha. Salah satu cara mengevaluasi yang dapat dugunakan secara objektif yaitu penggalian informasi melalui database yang tersimpan.Penelitian ini bermaksud untuk menganalisa faktor yang mempengaruhi hasil keuntungan berdasarkan data hasil keuntungan. Data tersebut akan dianalisis menggunakan metodeneive bayes. Melalui metode ini akan mendapatkan pola yang mempengaruhi keuntungan.Namun tidaklah mudah dalam menganalisis data dengan metode ini dikarenanakan banyaknya data yang akan menghabiskan biaya dan waktu yang cukup lama. Maka untuk mempermudah analisis tersebut, peneliti menggunakan alat bantu dalam menganalisis data hasil keuntungan yaitusoftware rapidminer.Berdasarkan hasil analisis yang dilakukan, software rapidminer dapat membantu dan mempermudah menghasilkan probabilitas untuk dijadikan prediksi. Hasil penelitian ini adalah dari uji set yang dilakukan, prediksi hasil keuntungan dapat dipastikan tercapai dan kemungkinan kepastian tercapai 0,59% serta kemungkinan tidak tercapai 0,41%.

 

Kata Kunci : Data Mining, Neive Bayes, Rapidminer, Keuntungan

 


Full Text:

PDF

References


Nugroho, Y. S. (2014). Data Mining Menggunakan Algoritma Naive Bayes Untuk Klasifikasi Kelulusan Mahasiswa Universitas Dian Nuswantoro. Dian Nuswantoro Fakultas Ilmu Komputer Skripsi.

Sembiring, M. A., & Manurung, N. (2018, September). Integrasi Software Rosetta Dalam Menganalisa Keuntungan Menggunakan Metode Rough Set. In Seminar Nasional Royal (SENAR) (Vol. 1, No. 1, pp. 29-32).

Sembiring, M. A. (2016). Penerapan metode decission tree algoritma c45 untuk memprediksi hasil belajar mahasiswa berdasarkan riwayat akademik. JURTEKSI ROYAL Vol 3 No 1, 3.

Bustami, B. (2013). Penerapan Algoritma Naïve Bayes Untuk Mengklasifikasi Data Nasabah Asuransi. TECHSI-Jurnal Teknik Informatika, 5(2).

Ridwan, M., Suyono, H., & Sarosa, M. (2013). Penerapan Data Mining Untuk Evaluasi Kinerja Akademik Mahasiswa Menggunakan Algoritma Naive Bayes Classifier. jurnal EECCIS, 7(1), 59-64.

Rizqifaluthi, H., & Yaqin, M. A. (2019). Process Mining Akademik Sekolah menggunakan RapidMiner. MATICS, 10(2), 47-51.




DOI: https://doi.org/10.33330/jurteksi.v5i2.365

Article Metrics

Abstract view : 966 times
PDF - 876 times

Refbacks

  • There are currently no refbacks.


Lisensi Creative Commons
Ciptaan disebarluaskan di bawah Lisensi Creative Commons Atribusi-BerbagiSerupa 4.0 Internasional.