Prediksi Keputusan Berdonasi Pada Website Charity Box dengan Toko Waralaba Menggunakan Operator Cross Validation dan Algoritma Decision Tree

Vadlya Maarif, Hidayat Muhammad Nur, Fabriyan Fandi Dwi Imaniawan, Sardiarinto ., Eko Saputro

Abstract


Donasi disebut sebagai sumbangan sebuah pemberian dari seseorang, tujuan bersifat sukarela untuk kemanusiaan. Penelitian ini masuk kategori survey dengan pendekatan kuantitatif melakukan pengamatan kegiatan berdonasi melalui media website berikut dengan cara konvensional pada toko waralaba, berdasarkan periode dataset dari tahun 2022 hingga tahun 2023,  3 kali putaran kegiatan donasi, tipe donasi melalui webbase atau toko waralaba, 6 kabupaten kota dan jumlah donasi. Hasil penelitian dengan operator validasi cross dimana data dibagi menjadi data testing dan training berdasarkan komposisi number of folds 10, algoritma decision tree  untuk training, apply model untuk testing dan performance accuracy main criteria. Decision tree menggambarkan sistem prediksi yang dapat berguna teruntuk klasifikasi dan prediksi tugas. Kemudian memberlakukan teknik pembagi dan menaklukkan untuk membagi ruang pemeriksaan masalah menjadi himpunan masalah, pada prosesnya merombak bentuk data tabel menjadi sebuah model tree. Model tree akan menghasilkan rule dan disederhanakan. ini menunjukkan adanya jumlah akurasi persentase 55.00%. True menggunakan webbase 64.71%, True menggunakan toko waralaba 52.94% dari alat pengolahan data rapidminer.

Full Text:

PDF (85-92)

References


Arif Rinaldi Dikananda, etc (2022). Comparison of Decision Tree Classification Methods and Gradient Boosted Trees. TEM Journal Vol.11 Issue 1, pages 316-322

Amna & Wahyudin s, etc (2023). Data Mining. PT. Global Eksekutif Teknologi, Anggota IKAPI No.033/SBA/2022

Bahri, S., & Lubis, A. (2020). Metode Klasifikasi Decision Tree Untuk Memprediksi Juara English Premier League. Jurnal Sintaksis, 2(1), 63–70.

Debora, R. M., Mahdiana, D., Rony, M. A., & Hasugian, H. (2023). Application of C . 45 Algorithm for Potential Students Classification Drop Out at Budi Luhur University. 2(1), 316–325.

Dewi Anggraeni, Rizaldi (2020). Rapidminer Implementation In Analyzing Student Mainstream Data. Proceeding International Conference on Social, Science and Information Technology ICoSSIT hlm. 1-6

Lutfi Nur Afifah, A. (2020). Analisis Prediksi dan Faktor Pendukung Kesuksesan Crowdfunding Berbasis Donasi Menggunakan Algoritma C.45 dan K-Nearest Neightbor (Studi Kasus : Kitabisa.com). Corporate Governance (Bingley), 10(1), 54–75.

Mirka Saarela & Sussane Jauhiainen (2021). Comparison of Feature Importance Measures as Explanations for Classification Models. Springer Natures Journal - SN Applied Sciences Vol.3 No.272

Muningsih, E., Nur, H. M., Dwi Imaniawan, F. F., Saifudin, Handayani, V. R., & Endiarto, F. (2020). Comparative Analysis on Dimension Reduction Algorithm of Principal Component Analysis and Singular Value Decomposition for Clustering. Journal of Physics: Conference Series, 1641(1). https://doi.org/10.1088/1742-6596/1641/1/012101

Robianto, M., Hotlan Sitorus, S., Ristian, U., Rekayasa Sistem Komputer, J., & MIPA Universitas Tanjungpura Jalan Hadari Nawawi Pontianak, F. H. (2021). Penerapan Metode Decision Tree Untuk. 09(01), 76–86.

Nurhayati, dkk (2021). Implementasi Metode Decision Tree Pada Tingkat Prestasi Belajar Siswa di SMK Swasta Anak Bangsa. BEES : Bulletin Of Electrical and Electronics Engineering Vol.1 No.3, pp 108-114

Omar Chamorro-Atalaya etc (2023). K-Fold Cross-validation through Idenfitication of the Opinion Clasification Algorithm for the Satisfaction of University Students. iJOE International Journal of Online and Biomedical Engineering Vol.19 No.11

Pangestu, R., & Solichin, A. (2022). Klasifikasi Serangan Jaringan Menggunakan Metode Decision Tree Berbasis Website. Seminar Nasional Mahasiswa Fakultas Teknologi Informasi (SENAFTI), September, 614–620. https://senafti.budiluhur.ac.id/index.php/

Resky, D. P., & IAIN Parepare. (2021). Faktor-faktor Yang Mempengaruhi Keputusan Konsumen Berdonasi Pada Alfamart Parepare (Analisis Ekonomi Syariah). Tesis, 3(2), 6.

Samponu, Y. B., & Kusrini, K. (2018). Optimasi Algoritma Naive Bayes Menggunakan Metode Cross Validation Untuk Meningkatkan Akurasi Prediksi Tingkat Kelulusan Tepat Waktu. Jurnal ELTIKOM, 1(2), 56–63. https://doi.org/10.31961/eltikom.v1i2.29

Syahancim Marzukhi, etc (2021). RapidMiner and Machine Learning Techniques for Classifying Aircraft Data. Journal of Physics Asian Conference on Intelligent Computing and Data Sciences (ACIDS) IOP Publishing




DOI: https://doi.org/10.31294/evolusi.v12i1.22134

ISSN: 2657-0793 (online). ISSN: 2338-8161 (print)

Published By LPPM Universitas Bina Sarana Informatika

Jl. Kramat Raya No.98, Kwitang, Kec. Senen, Kota Jakarta Pusat, DKI Jakarta 10450
Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License