Prediksi Peminatan Pelanggan dalam Penjualan Produk Sepatu Menggunakan Metode Decision Tree Berbasis Particle Swarm Optimization pada PT. Baskara Cipta Pratama

Abstrak

Abstract—The PSO-based optimization C4.5 model gives a higher value of 78.16% compared to the C4.5 algorithm model that is 73.88. The results obtained differences between the two models by 4.28%. While for evaluation using ROC curve for second model that is, for model of algorithm C4.5 value of AUC is 0,764 with level of diagnosis classification fair, and for model of algorithm C4.5 based on PSO AUC is 0,780 with level of diagnosis of fair classification. It s concluded that ROC curvesmodels shows C4.5 algorithm based on PSO is larger. It can be inferred that C4.5 algorithm based on particle swam optimization is more accurate in predicting the customers’ interest for buying shoes.

 

        Intisari— Analisis optimasi model algoritma C4.5 berbasis PSO memberikan nilai akurasi yang lebih tinggi yaitu 78.16% dibandingkan dengan model algoritma C4.5 yaitu 73.88%. Dari hasil tersebut didapatkan selisih antara kedua model yaitu 4,28%. Sementara untuk evalusai menggunakan ROC curve untuk kedua model yaitu, untuk model algoritma C4.5 nilai AUC adalah 0.764 dengan tingkat diagnosa Fair classification, dan untuk model algoritma C4.5 berbasis PSO nilai AUC adalah 0.780 dengan tingkat diagnosa Fair classification. Dari evaluasi ROC curve tersebut terlihat bahwa model algoritma C4.5 berbasis PSO lebih besar  Sehingga dapat disimpulkan bahwa algoritma C4.5 berbasis particle swarm optimization lebih akurat dalam memprediksi minat beli produk sepatu.

 

 

Kata Kunci — C4.5, Produk, Sepatu PSO