AKBAR, MUHAMMAD RAFI NAUF (2022) Penerapan Data Mining Untuk Memprediksi Penjualan Makanan Pada Kopi Krintji Menggunakan Algoritma Regresi Linear dan C4.5. S1 thesis, Universitas Mercu Buana Jakarta.
|
Text (HAL COVER)
01 Cover.pdf Download (717kB) | Preview |
|
|
Text (ABSTRAK)
02 Abstrak.pdf Download (63kB) | Preview |
|
Text (BAB I)
03 Bab 1.pdf Restricted to Registered users only Download (193kB) |
||
Text (BAB II)
04 Bab 2.pdf Restricted to Registered users only Download (66kB) |
||
Text (BAB III)
05 Bab 3.pdf Restricted to Registered users only Download (209kB) |
||
Text (BAB IV)
06 Bab 4.pdf Restricted to Registered users only Download (127kB) |
||
Text (BAB V)
07 Bab 5.pdf Restricted to Registered users only Download (170kB) |
||
Text (BAB VI)
08 Bab 6.pdf Restricted to Registered users only Download (260kB) |
||
Text (DAFTAR PUSTAKA)
09 Daftar Pustaka.pdf Restricted to Registered users only Download (133kB) |
||
Text (LAMPIRAN)
10 Lampiran.pdf Restricted to Registered users only Download (347kB) |
Abstract
The research that was initiated this time uses the C 4.5 algorithm and linear regression to be able to predict sales of food and beverages at Krintji Coffee to ensure that stock is always available and customer needs are always met. This study aims to apply data mining in predicting food and beverage sales at Krintji Coffee using the C 4.5 algorithm and predicting the availability of food and beverage stocks at Krintji Coffee using a linear regression algorithm. The method used in this study uses the prediction method. The results obtained using Google Colab calculations. The results of research that have been carried out to predict food and beverage sales at Kritnji Coffee, obtained a graph showing the best-selling menu during the sales period July - November 2021, namely the Es kopi susu girl menu, being the most sold menu or it can be said that the existing Best Seller menu at Kopi Krintji, therefore, from this research, Kopi Krintji must maximize the supply of Iced coffee milk for girls. In this study using the parameters MAE (Mean absolute error), MSE (mean squared error) and R2 score. The test scenario uses a linear regression algorithm and C 4.5 with MAE, MSE, and R2 Score parameters to get standard results. In the linear regression algorithm, the MAE value is 59697.34, the MSE value is 9224945948.40, and the R2 Score is 0.64. While in the C 4.5 algorithm the MAE value is 59936.13, the MSE value is 9128114236.26 and the R2 Score is 0.64. Key words: prediction, data mining, regresi linear, C 4.5 Penelitian yang digagas kali ini menggunakan algoritma C 4.5 dan regresi linear untuk dapat memprediksi penjualan makanan dan minuman pada Kopi Krintji guna memastikan stok selalu tersedia dan kebutuhan customer selalu terpenuhi. Penelitian ini bertujuan untuk menerapkan data mining dalam memprediksi penjualan makanan dan minuman pada Kopi Krintji menggunakan algoritma C 4.5 dan memprediksi ketersediaan stok makanan dan minuman pada Kopi Krintji menggunakan algoritma regresi linear. Metode yang digunakan pada penelitian ini menggunakan metode prediksi. Hasil yang didaptkan menggunakan perhitungan Google Colab. Hasil penelitian yang telah dilakukan untuk memprediksi penjualan makanan dan minuman pada Kopi Kritnji, didapatkan grafik yang menunjukan menu terlaris selama periode penjualan bulan Juli - November 2021 yaitu menu Es kopi susu gadis, menjadi menu yang paling banyak terjual atau dapat dikatakan menu Best Seller yang ada di Kopi Krintji, karena itu dari penelitan ini Kopi Krintji harus memaksimalkan stok persediaan Es kopi susu gadis. Pada penelitian menggunakan parameter MAE (Mean absolute error), MSE (mean squared error) dan R2 score. Skenario pengujian menggunakan algoritma regresi linear dan C 4.5 dengan parameter MAE, MSE, dan R2 Score mendapatkan hasil yang standar. Pada algoritma regresi linear nilai MAE 59697.34, nilai MSE 9224945948.40, dan R2 Score 0.64. Sedangkan pada algoritma C 4.5 nilai MAE 59936.13, nilai MSE 9128114236.26 dan nilai R2 Score 0.64. Kata kunci: prediksi, data mining, regresi linear, C 4.5
Item Type: | Thesis (S1) |
---|---|
Call Number CD: | FIK/INFO. 22 127 |
Call Number: | SIK/15/22/048 |
NIM/NIDN Creators: | 41518010026 |
Subjects: | 000 Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 000. Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum 000 Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 000. Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 004 Data Processing, Computer Science/Pemrosesan Data, Ilmu Komputer, Teknik Informatika 500 Natural Science and Mathematics/Ilmu-ilmu Alam dan Matematika > 510 Mathematics/Matematika > 518 Numerical Analysis/Analisis Numerik, Analisa Numerik > 518.1 Algorithms/Algoritma |
Divisions: | Fakultas Ilmu Komputer > Informatika |
Depositing User: | WADINDA ROSADI |
Date Deposited: | 19 Oct 2022 04:03 |
Last Modified: | 19 Oct 2022 04:03 |
URI: | http://repository.mercubuana.ac.id/id/eprint/70592 |
Actions (login required)
View Item |