Perbandingan Hasil Penggunaan Metode Decision Tree Dan Random Tree Pada Data Training Aplikasi Pencarian Tukang
Abstract
Adanya data yang melimpah maka untuk mendapatkan data training yang akan digunakan sebagai dasar pengambilan keputusan menjadi sangat mudah. Data training tersebut biasanya dianalisis untuk menghasilkan pengetahuan baru dan informasi yang lebih bermanfaat menggunakan data mining. Perkembangan aplikasi pelayanan berbasis mobile yang semakin meningkat menyebabkan adanya keinginan untuk membuat aplikasi yang memberikan pelayanan pada masyarakat. Aplikasi ini memanfaatkan pohon keputusan dalam pencarian tukang yang sesuai dengan pelayanan yang diminta oleh pelanggan dan sesuai dengan posisi tukang, dengan memanfaatkan data training dari data transaksi dari transaksi yang telah ada sebagai data awal dalam pembuatan pohon keputusan dan menggunakan data mining sebagai data analisis. Beberapa macam metode yang bisa digunakan untuk pembuatan pohon keputusan diantaranya adalah decision tree dan random tree. Tujuan penelitian ini adalah mengetahui perbandingan hasil tree antara decision tree dengan random tree dan merekomendasikan metode tree yang sesuai dengan aplikasi pencarian tukang. Decision tree memiliki parameter dan lebih kemungkinan lebih banyak dibandingkan random tree serta memiliki value 67% untuk max depth sebesar 20, memiliki value 77% untuk confidence sebesar 0,25 dan memiliki 71% untuk minimal gain 0,1. Sedangkan untuk random tree tidak memiliki value tersebut, sehingga decision tree lebih direkomendasikan untuk aplikasi pencarian tukang
Downloads
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution-ShareAlike International License (CC-BY-SA 4.0) that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
Copyright without Restrictions
The journal allows the author(s) to hold the copyright without restrictions and will retain publishing rights without restrictions.
The submitted papers are assumed to contain no proprietary material unprotected by patent or patent application; responsibility for technical content and for protection of proprietary material rests solely with the author(s) and their organizations and is not the responsibility of the ULTIMA InfoSys or its Editorial Staff. The main (first/corresponding) author is responsible for ensuring that the article has been seen and approved by all the other authors. It is the responsibility of the author to obtain all necessary copyright release permissions for the use of any copyrighted materials in the manuscript prior to the submission.
