Penerapan Data Mining Naïve Bayes Dalam Klasifikasi Kepuasan Mahasiswa Berlangganan WiFi Indihome

Evaluasi kinerja mahasiswa dalam pemilihan jurusan adalah langkah penting dalam memastikan bahwa mereka memilih jurusan yang sesuai dengan minat, kemampuan, dan preferensi pribadi mereka. Metode Multi-Objective Optimization on the Basis of Ratio Analysis (MOORA) adalah alat yang efektif dalam membantu mahasiswa dan penasihat akademik dalam pengambilan keputusan yang lebih terinformasi. Metode ini melibatkan identifikasi kriteria yang relevan, normalisasi data, penentuan bobot kriteria, pembentukan matriks keputusan, perhitungan solusi ideal positif dan negatif, perhitungan jarak, dan perangkingan alternatif. Dengan menggunakan MOORA, mahasiswa dapat mengevaluasi pilihan jurusan mereka berdasarkan kriteria yang beragam, memungkinkan mereka untuk membuat keputusan yang lebih baik yang sesuai dengan tujuan pendidikan dan karir mereka. Penasihat akademik juga dapat memanfaatkan metode ini untuk memberikan panduan yang lebih efektif kepada mahasiswa dalam proses pemilihan jurusan.

Section: Pendahuluanunclassified

“…Metode penelitian ini harus memungkinkan pengumpulan data yang akurat, analisis yang komprehensif, dan kesimpulan yang informatif. Berikut adalah beberapa langkah yang dapat diambil dalam merancang metodologi penelitian [9], [7]:…”

Section: Metodologi Penelitianunclassified

Evaluasi Kinerja Mahasiswa dalam Pemilihan Jurusan dengan Metode MOORA

Ajeng Lestari,

Munthe,

Sihombing

2024

“…Langkah ini diharapkan dapat meningkatkan kualitas rekomendasi produk dan memberikan kontribusi pada literatur dalam pengembangan sistem rekomendasi. Dengan mengintegrasikan pendekatan baru ini, diharapkan dapat memberikan solusi yang lebih baik dalam menyajikan rekomendasi produk yang lebih akurat, personal, dan sesuai dengan kebutuhan konsumen, serta meningkatkan efisiensi perdagangan elektronik secara keseluruhan [3], [4].…”

Section: Pendahuluanunclassified

Pengembangan Sistem Rekomendasi Produk Berdasarkan Pola Pembelian dengan Pendekatan Algoritma Apriori

Rizky Mangunsong,

Sihombing,

Rasyid Munthe

2024

Pengembangan Sistem Rekomendasi Produk Berdasarkan Pola Pembelian dengan Pendekatan Algoritma AprioriPendekatan ini melibatkan pengumpulan data dari berbagai sumber, preprocessing data, pemilihan variabel yang relevan, pengembangan model pohon keputusan C4.5, dan evaluasi model. Model ini memungkinkan identifikasi faktor-faktor kunci yang mempengaruhi keberhasilan peluncuran produk dan memberikan wawasan berharga bagi perusahaan. Dalam era perdagangan elektronik yang berkembang pesat, peningkatan volume data transaksi e-commerce memberikan tantangan tersendiri dalam menghasilkan rekomendasi produk yang relevan bagi konsumen. Penelitian ini bertujuan untuk mengembangkan sistem rekomendasi produk yang dapat meningkatkan kepuasan pelanggan dengan menganalisis pola pembelian menggunakan pendekatan algoritma Apriori. Metode yang digunakan dalam penelitian ini melibatkan pengumpulan data transaksi pembelian produk dari platform e-commerce yang signifikan. Data tersebut kemudian diolah menggunakan algoritma Apriori untuk menemukan pola-pola pembelian yang signifikan dan mampu merepresentasikan preferensi konsumen. Hasil analisis tersebut digunakan untuk mengembangkan sistem rekomendasi produk yang dapat memberikan rekomendasi yang tepat dan personal kepada setiap pengguna. Penelitian ini tidak hanya fokus pada aspek akurasi rekomendasi, tetapi juga mempertimbangkan faktor keamanan dan privasi data konsumen. Keberhasilan sistem rekomendasi dievaluasi melalui uji coba dan perbandingan dengan metode rekomendasi tradisional. Diharapkan hasil penelitian ini dapat memberikan kontribusi positif dalam meningkatkan efektivitas dan efisiensi sistem rekomendasi produk berbasis pola pembelian dengan pendekatan algoritma Apriori.

“…Keberhasilan atau kegagalan peluncuran produk dapat memiliki dampak besar pada perusahaan, termasuk dalam hal pertumbuhan pendapatan, pangsa pasar, dan citra merek. Oleh karena itu, perusahaan perlu mengambil langkah-langkah yang cermat dalam memutuskan kapan, bagaimana, dan di mana produk baru harus diluncurkan [1].…”

Section: Pendahuluanunclassified

Pengembangan Model Pohon Keputusan C4.5 untuk Memprediksi Keberhasilan Peluncuran Produk Baru

Sinaga,

Sihombing,

Rasyid Munthe

2024

Peluncuran produk baru adalah tahap kunci dalam siklus bisnis yang memiliki risiko dan imbalan yang signifikan. Keberhasilan peluncuran produk bergantung pada sejumlah faktor kompleks, termasuk harga, posisi di pasar, branding, dan strategi pemasaran. Dalam upaya untuk memahami dan memprediksi keberhasilan peluncuran produk baru, penelitian ini mengembangkan model pohon keputusan C4.5 berdasarkan data historis peluncuran produk. Pendekatan ini melibatkan pengumpulan data dari berbagai sumber, preprocessing data, pemilihan variabel yang relevan, pengembangan model pohon keputusan C4.5, dan evaluasi model. Model ini memungkinkan identifikasi faktor-faktor kunci yang mempengaruhi keberhasilan peluncuran produk dan memberikan wawasan berharga bagi perusahaan. Hasil penelitian ini menunjukkan bahwa model pohon keputusan C4.5 dapat digunakan efektif dalam memprediksi keberhasilan peluncuran produk baru. Model ini memberikan pandangan yang lebih dalam tentang faktor-faktor yang harus dipertimbangkan dalam pengambilan keputusan peluncuran produk, dan hal ini dapat membantu perusahaan membuat keputusan yang lebih terinformasi. Studi ini menekankan pentingnya analisis data dalam proses pengambilan keputusan peluncuran produk dan memberikan dasar bagi perusahaan untuk meningkatkan strategi peluncuran produk mereka. Diharapkan bahwa model ini akan memberikan manfaat yang signifikan dalam perencanaan dan pelaksanaan peluncuran produk baru di masa depan.