Sistem Rekomendasi Smartphone Menggunakan Decision Tree C4.5 Untuk Klasifikasi Kebutuhan Pengguna Pada Sahabat Ponsel Tembilahan

Amelina, Resca (2026) Sistem Rekomendasi Smartphone Menggunakan Decision Tree C4.5 Untuk Klasifikasi Kebutuhan Pengguna Pada Sahabat Ponsel Tembilahan. Diploma thesis, Universitas Islam Indragiri.

	Text 403221010015 RESCA AMELINA AWAL.pdf Download (847kB)
	Text 403221010015 RESCA AMELINA BAB 1.pdf Download (112kB)
	Text 403221010015 RESCA AMELINA BAB 2.pdf Download (227kB)
	Text 403221010015 RESCA AMELINA BAB 3.pdf Download (329kB)
	Text 403221010015 RESCA AMELINA BAB 4.pdf Restricted to Repository staff only Download (1MB)
	Text 403221010015 RESCA AMELINA BAB 5.pdf Download (92kB)
	Text 403221010015 RESCA AMELINA AKHIR.pdf Download (670kB)
	Text TURNITIN SKRIPSI RESCA AMELINA 22%.pdf Download (2MB)

Abstract

Pemilihan smartphone yang sesuai dengan kebutuhan pengguna menjadi tantangan tersendiri di tengah banyaknya pilihan spesifikasi dan harga yang tersedia di pasaran, termasuk pada Toko Sahabat Ponsel Tembilahan. Penelitian ini bertujuan merancang dan mengimplementasikan sistem rekomendasi smartphone berbasis web bernama SmartPick yang mengklasifikasikan kebutuhan pengguna ke dalam empat kategori, yaitu Gaming, Fotografi/Videografi, Pelajar, dan Pengguna Umum, menggunakan algoritma Decision Tree C4.5. Sistem dibangun dengan framework Flask berbasis Python dan dilengkapi kuis 6 langkah yang mempertimbangkan aktivitas penggunaan, kebutuhan kamera, performa, daya tahan baterai, budget, dan prioritas pengguna. Model dilatih menggunakan 500 data smartphone dari 16 brand yang dibagi secara stratified menjadi data training, validasi, dan testing. Hasil evaluasi menunjukkan akurasi training 98,00%, validasi 97,33%, testing 96,00%, dan cross-validation 5-fold sebesar 94,82%, mengindikasikan model yang stabil tanpa overfitting signifikan. Perbandingan dengan algoritma lain (CART, Naive Bayes, KNN, dan Random Forest) menunjukkan bahwa C4.5 memberikan akurasi testing tertinggi, dan pengujian black-box membuktikan seluruh fitur sistem berjalan sesuai harapan. Sistem SmartPick yang dihasilkan dapat membantu Toko Sahabat Ponsel Tembilahan memberikan rekomendasi smartphone yang lebih objektif dan efisien, sekaligus memperluas jangkauan layanan kepada pelanggan di berbagai wilayah tanpa harus datang langsung ke toko

Item Type:	Thesis (Diploma)
Uncontrolled Keywords:	Decision Tree C4.5, sistem rekomendasi, klasifikasi, smartphone, sistem berbasis web
Subjects:	T Technology > T Technology (General)
Divisions:	Fakultas Teknik dan Ilmu Komputer > Program Studi Sistem Informasi
Depositing User:	Nilam Sari
Date Deposited:	23 Sep 2026 03:42
Last Modified:	23 Sep 2026 03:42
URI:	http://repository.unisi.ac.id/id/eprint/1179

Actions (login required)

View Item