Perancangan Sistem Informasi Deteksi Kegagalan Koperasi Di Tingkat Provinsi Berbasis Algoritma C4.5

Abstract—Cooperative is one of actors in Indonesian economy which is expected to be a cornerstone of Indonesian economy. Based on statistical data on the site of Ministry of Cooperatives and Small and Medium, many cooperative at provincial level have failed. One attempt to be able to reduce failure rate of cooperatives at provincial level is that there needs an effective and efficient guidance to know reasons of failure cooperative, so the coaching focused on the reasons of failure. The purpose of this research is building cooperative failure detection system based on rule of classification results from cooperative dataset using C4.5 algorithm. The stage of system development implemented Waterfall software development, while Black Box Testing Method was used as system testing for measuring whether system was able to run well or not. The result shows that information system of failure detection cooperative at provincial level can detect cooperative failure and provide information of most influential factor in that failure. Intisari—Koperasi merupakan salah satu pelaku perekonomian di Indonesia bahkan koperasi diharapkan dapat menjadi soko guru perekonomian di Indonesia. Berdasarkan statistik data pada situs Kementrian Koperasi dan Usaha Kecil Menengah banyak koperasi di tingkat provinsi mengalami kegagalan. Salah satu usaha untuk dapat mengurangi tingkat kegagalan koperasi di tingkat provinsi perlu adanya pembinaan yang efektif dan efisien dengan mengetahui faktor penyebab kegagalan koperasi sehingga pembinaan difokuskan pada faktor yang menyebabkan kegagalan. Tujuan Penelitian ini adalah membangun sistem deteksi kegagalan koperasi berdasarkan rule hasil klasifikasi data koperasi dengan menggunakan algoritma C4.5. Tahap pembangunan sistem menerapkan metode pengembangan software waterfall. Sedangkan pengujian sistem menggunakan metode Black Box Testing untuk mengukur apakah sistem dapat berjalan dengan baik sesuai yang diharapkan atau tidak. Hasil penelitian menunjukkan bahwa sistem informasi deteksi kegagalan koperasi di tingkat provinsi yang dibangun dapat mendeteksi potensi kegagalan koperasi dan memberikan informasi faktor yang paling berpengaruh terhadap kegagalan tersebut.

[1]  Xindong Wu,et al.  The Top Ten Algorithms in Data Mining , 2009 .

[2]  Max Bramer,et al.  Principles of Data Mining , 2013, Undergraduate Topics in Computer Science.

[3]  Florin Gorunescu,et al.  Data Mining - Concepts, Models and Techniques , 2011, Intelligent Systems Reference Library.

[4]  Daniel T. Larose,et al.  Data mining methods and models , 2006 .