Penerapan Decision Tree Pada Penjualan Harga Rokok

Abstract

Budidaya ikan air tawar di Batam memiliki potensi besar untuk meningkatkan perekonomian lokal serta memenuhi kebutuhan pasar nasional dan internasional. Namun, pelaku usaha menghadapi tantangan dalam mengoptimalkan produksi dan penjualan akibat data yang besar dan kompleks. Penelitian ini bertujuan untuk mengatasi masalah tersebut dengan menerapkan teknik penambangan data (data mining) menggunakan algoritma klasifikasi, khususnya Decision Tree, untuk menganalisis dan memprediksi produksi serta penjualan ikan air tawar di Batam. Metode yang digunakan adalah Decision Tree yang melibatkan pengumpulan data produksi, preprocessing, dan analisis menggunakan RapidMiner. Model yang dikembangkan diuji dengan uji data untuk menilai akurasinya. Hasil penelitian menunjukkan bahwa model klasifikasi yang dikembangkan memiliki akurasi 100% dalam memprediksi laju produksi barang mudah rusak, seperti ikan air tawar, di Batam. Hal ini menunjukkan bahwa metode yang digunakan efektif dalam mengidentifikasi dan mengklasifikasikan jenis ikan yang berpotensi tinggi dalam produksi, serta memberikan prediksi yang akurat untuk pengambilan keputusan bisnis yang lebih baik.