Publication Search

Dunia bisnis khususnya dalam industri penjualan dimana-mana tidak di ambil kemungkinan banyak resiko yang di hadapi pembisnis untuk bisa melangsungkan usaha yang telah di dirikan akan selalu ada dan mendapatkan konsumen yang tetap membeli barang yang telah disediakan maka dari itu seorang entrepreneur dituntut untuk memiliki strategi dalam membaca peluang. Untuk menyiasati hal tersebut, tentunya pihak manajemen harus mampu menganalisa data yang ada untuk dijadikan bahan acuan untuk strategi diperlukan untuk komputerisasi. Pencarian judul penelitian dan abstraknya dipermudah dengan kata-kata kunci tersebut. berbisnis selanjutnya. Meubel Master borneo merupakan salah satu perusahaan yang memiliki resiko mendapatkan konsumen yang tetap dan harus memberikan atau meyediakan barang yang memiiki kualitas tinggi dan memberikan pelayanan yang akan diberikan kepada pelanggan yang setia membeli produk yang telah disediakan. Dengan menggunakan data mining yang merupakan knowledge discovery dikarenakan bidang yang berupaya untuk menemukan informasi yang memiliki arti yang berguna dari jumlah data yang besar, untuk menemukan pola (pattern) data dan memprediksi kelakuan (trend) dimasa mendatang [7]. Untuk mengetahui produk yang sering terjual dalam periode bulan Januari sampai bulan Mei 2019 diperlukan algoritma apriori yang ada di data mining. Dengan melakukan analisa keranjang belanja menggunakan metode asosiasi dengan Algoritma Apriori, dimana kombinasi itemset transaksi penjualan barang pada meubel master borneo menghasilkan 6 rules dimana minimum confidence sebesar 41,6 % dan minimum support sebesar 0,08% berdasarkan 35 transaksi penjualan dari 63 jenis barang pada meubel Master Borneo.

A house for every human being is the main and most important need compared to others needs in general. A financial institution is an institution engaged in the financial sector where its customers are people from various walks of life with various behaviors. Lending is a business activity that carries a high risk and affects the business continuity of a banking company. The problem that is often faced in providing home loans is determining the decision to extend credit to prospective customers, while another problem is that not all home loan payments by customers can run well or commonly known as bad credit. One of the causes of bad credit is an assessment error in making credit decisions. Data mining is a process used to analyze cases in order to find the best performance of an algorithm being tested. One way to get information or patterns from a large data set is to use techniques in data mining. There are many classification methods that can be used to produce precise accuracy values. In this study, two classification algotihm methods are used in classifying the home crediting dataset, namely the C4.5 decision tree algorithm and the Naïve Bayes algorithm. The comparison of the two algorithms produces an accuracy value fo the Naïve Bayes algorithm of 36.36% and the Decision Tree C4.5 algorithm has an accuracy rate of 59.54%.

Chronic kidney failure is the failure of kidney function in maintaining metabolism and fluid and electrolyte balance in the body. Chronic kidney disease initially does not show significant symptoms and signs but can develop rapidly into kidney failure. Kidney disease can be prevented and treated if known earlier. One way to find out chronic kidney failure is to detect using data mining. Iterative Dichotomiser 3 (ID3) algorithm is one of the classification methods and is a type of method that can map or separate two or more different classes. Based on the measurement of performance classification of 80% of training data from 400 data used, it shows that the accuracy value reached 96.25%. It can be concluded that the ID3 Algorithm method is feasible to be used in research predictions for chronic kidney failure.