Penerapan Datamining Klasifikasi Pada Faktor Pemilihan Cafe Bagi Anak Millineal


  • Fatimah Dwi Puspa Tanjung * Mail STIKOM Tunas Bangsa, Pematang Siantar, Indonesia
  • Agus Perdana Windarto STIKOM Tunas Bangsa, Pematang Siantar, Indonesia
  • Eka Irawan STIKOM Tunas Bangsa, Pematang Siantar, Indonesia
  • (*) Corresponding Author
Keywords: Cafe Selection; Millennials; Data Mining; C4.5 Algorithm

Abstract

The purpose of this study is to apply the cafe selection factor for millennial children at the Sutomo Square cafe Pematangsiantar City by using the C4.5 Algorithm. Sources of data in the study used were observations, literature studies and distributing questionnaires to millennial children at the Sutomo Square cafe, Pematangsiantar City. The results of this study are expected to determine the factors in the selection of cafes for millennial children so that cafe owners can improve their creativity and cafe quality

Downloads

Download data is not yet available.

References

Hendrianto, “Manajemen Strategi Pengelolaan Pasar Dalam Meningkatkan Pendapatan Pedagang Perspektif Ekonomi Islam (Studi Di Pasar Segamas Purbalingga),” Pp. 1–94, 2018.

A. P. W. Alkhairi Putrama, “Analisis Dalam Menentukan Produk Bri Syariah Terbaik Berdasarkan Dana Pihak Ketiga Menggunakan Ahp,” Vol. 3, No. 1, Pp. 60–64, 2018.

P. Alkhairi, A. P. Windarto, And H. S. Tambunan, “Analisis Menentukan Daerah Potensi Terbaik Dalam Pengembangan Wilayah Sektor Unggulan Pertanian Menggunakan Metode AHP,” Pp. 403–408, 2018.

D. K. Widiyati, M. Wati, And H. S. Pakpahan, “Penerapan Algoritma ID3 Decision Tree Pada Penentuan Penerima Program Bantuan Pemerintah Daerah Di Kabupaten Kutai Kartanegara,” J. Rekayasa Teknol. Inf., Vol. 2, No. 2, P. 125, 2018, Doi: 10.30872/Jurti.V2i2.1864.

A. D. I. Suradi, “Penerapan Data Mining Untuk Menentukan Rekomendasi Beasiswa Dengan Metode Algoritma C4.5,” 2018.

R. I. P. Jimmy Pratama, “Perancangan Dan Implementasi Animated Sticker Sebagai Media Edukasi Mengenai COVID-19 Dengan Menggunakan Metode MDLC,” Pap. Knowl. . Towar. A Media Hist. Doc., Vol. 7, No. 2, Pp. 1–12, 2021.

T. R. I. B. Tusarwenda, “Penerapan Data Mining Dengan Algoritma C4.5 Dalam Prediksi Penjualan Botol Pada Cv. Seribukilo,” 2018.

A. H. Nasrullah, “Penerapan Metode C4.5 Untuk Klasifikasi Mahasiswa Berpotensi Drop Out,” Ilk. J. Ilm., Vol. 10, No. 2, P. 244, 2018, Doi: 10.33096/Ilkom.V10i2.300.244-250.

I. Romli And A. T. Zy, “Penentuan Jadwal Overtime Dengan Klasifikasi Data Karyawan Menggunakan Algoritma C4.5,” J. Sains Komput. Inform. (J-SAKTI, Vol. 4, No. 2, Pp. 694–702, 2020.

Y. Mardi, “Data Mining : Klasifikasi Menggunakan Algoritma C4.5,” J. Edik Inform., Vol. 2, No. 2, Pp. 213–219, 2017.

N. Azwanti And E. Elisa, “Analisa Kepuasan Konsumen Menggunakan Algoritma C4.5,” Pros. Semin. Nas. Ilmu Sos. Dan Teknol., No. 3, Pp. 126–131, 2020.

I. A. Sasmita, R. Indriati, And M. N. Muzaki, “Rekomendasi Penerima Bantuan Program Keluarga Harapan,” Jambura J. Electr. Electron. Eng., Vol. 3, Pp. 84–88, 2021.

M. Z. Fadhli Almu’iini Ahda, “Prediksi Kepuasan Pelayanan Perpustakaan,” Vol. 10, 2019.

S. Takalapeta, “Penerapan Data Mining Untuk Menganalisis Kepuasan Konsumen Menggunakan Metode Algoritma C4.5,” J I M P - J. Inform. Merdeka Pasuruan, Vol. 3, No. 3, Pp. 34–38, 2018, Doi: 10.37438/Jimp.V3i3.186.

Haviluddin, F. Agus, M. Azhari, And A. S. Ahmar, “Artificial Neural Network Optimized Approach For Improving Spatial Cluster Quality Of Land Value Zone,” Int. J. Eng. Technol., Vol. 7, No. 2, Pp. 80–83, 2018, Doi: 10.14419/Ijet.V7i2.2.12738.

N. Rifa, “Strategi Pemasaran Produk Melalui Konsep New Wave Marketing Pada Toko Rahma Bakery,” 2020.


Bila bermanfaat silahkan share artikel ini

Berikan Komentar Anda terhadap artikel Penerapan Datamining Klasifikasi Pada Faktor Pemilihan Cafe Bagi Anak Millineal

Dimensions Badge
Article History
Published: 2022-06-30
Abstract View: 619 times
PDF Download: 594 times
How to Cite
Tanjung, F., Windarto, A. P., & Irawan, E. (2022). Penerapan Datamining Klasifikasi Pada Faktor Pemilihan Cafe Bagi Anak Millineal. Bulletin of Data Science, 1(3), 90-98. https://doi.org/10.47065/bulletinds.v1i3.2131
Section
Articles