KLASIFIKASI PRODUK BERDASARKAN JUMLAH TRANSAKSI PEMBAYARAN DI EDU POS SMKN 2 PADANG

Mutia Nurdina Wati, Yomei Hendra — Thu, 01 Aug 2024 00:00:00 +0700

Penelitian ini bertujuan untuk mengklasifikasikan produk berdasarkan jumlah transaksi pembayaran di Edu Pos SMKN 2 Padang. Edu Pos adalah layanan yang memfasilitasi pembayaran berbagai tagihan, dan penelitian ini menggunakan metode K-Nearest Neighbor (KNN) untuk mengelompokkan pelanggan menjadi pelanggan rutin dan sporadis berdasarkan data transaksi selama periode Januari hingga Desember 2023. Proses data mining meliputi tahapan data selection, preprocessing, transformasi data, dan normalisasi. Hasil analisis menunjukkan bahwa metode KNN berhasil mengklasifikasikan data dengan akurasi sebesar 90,28%. Hasil klasifikasi menunjukkan bahwa produk yang paling sering dibayar adalah PDAM Kota Padang dan PLN Postpaid, sementara produk yang jarang dibayar adalah pengisian ShopeePay, GoPay, dan pulsa. Temuan ini memberikan wawasan baru untuk meningkatkan layanan dan pengambilan keputusan di Edu Pos SMKN 2 Padang. Penelitian selanjutnya disarankan untuk menggabungkan dua metode algoritma data mining untuk hasil yang lebih variatif dan bernilai informasi tinggi.

Journal-Technology of Computer

KLASIFIKASI PRODUK BERDASARKAN JUMLAH TRANSAKSI PEMBAYARAN DI EDU POS SMKN 2 PADANG