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

Authors

  • Veranica Sinaga Unversitas Labuhan Batu, Rantauprapat, Indonesia
  • Volvo Sihombing Unversitas Labuhan Batu, Rantauprapat, Indonesia
  • Ibnu Rasyid Munthe Unversitas Labuhan Batu, Rantauprapat, Indonesia

DOI:

https://doi.org/10.55338/jikomsi.v7i1.2719

Abstract

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.

Downloads

Download data is not yet available.

References

P. A. M. Z. R.W.P.P.Zer and I. Gunawan, “Penerapan Data Mining Naïve Bayes Dalam Klasifikasi Kepuasan Mahasiswa Berlangganan WiFi Indihome,” J. Media Inform., vol. 3, no. 2, pp. 112–118, Jun. 2022, doi: 10.55338/jumin.v3i2.488.

P. Marpaung, I. Pebrian, and W. Putri, “Penerapan Data Mining Untuk Pengelompokan Kepadatan Penduduk Kabupaten Deli Serdang Menggunakan Algoritma K-Means,” vol. 6, 2023.

J. H. Sinaga, M. Pangaribuan, I. Rivaldo, and I. Gunawan, “Penerapan Enkripsi Dan Deskripsi Menggunakan Algoritma Data Encryption Standart (DES) Dengan Pemograman Matlab,” vol. 4, 2022.

P. Marpaung, I. Pebrian, and W. Putri, “Penerapan Data Mining Untuk Pengelompokan Kepadatan Penduduk Kabupaten Deli Serdang Menggunakan Algoritma K-Means,” vol. 6, 2023.

R. Sitepu, “Implementasi Algoritma K-Nearest Neigbor Untuk Klasifikasi Pengajuan Kredit,” J. Sist. Inf., vol. 1, 2022.

M. Fahmi and F. Sianturi, “Analisa algoritma Apriori pada pemesanan konsumen di café the l. Co coffe,” J. Sains Dan Teknol., vol. 1, no. 1, pp. 52–57, 2019.

F. A. Sianturi, M. Kumari, and E. Laian, “Implementasi Algortima C4. 5 Menentukan Pola Berangkatan Jamaah Haji,” J. Sains Dan Teknol., vol. 3, no. 2, pp. 66–70, 2022.

R. Situmorang and F. A. Sianturi, “Implementation of Data Mining to Predict Stocks of Goods Using the Apriori Algorithm at Mom’s Kitchen Bakery,” J. Intell. Decis. Support Syst. IDSS, vol. 3, no. 3, pp. 22–30, 2020.

Downloads

Published

2024-01-20

How to Cite

Sinaga, V. ., Sihombing, V. ., & Rasyid Munthe, I. . (2024). Pengembangan Model Pohon Keputusan C4.5 untuk Memprediksi Keberhasilan Peluncuran Produk Baru . Jurnal Ilmu Komputer Dan Sistem Informasi (JIKOMSI), 7(1), 87-90. https://doi.org/10.55338/jikomsi.v7i1.2719