Penerapan Algoritma Decision Tree (Cart) Untuk Klasifikasi Konsumsi Dan Kepuasan Pelanggan PDAM Tirta Pakuan Kota Bogor

Artikel ini memaparkan penerapan algoritma Decision Tree tipe Classification and Regression Trees (CART) untuk mengelompokkan pelanggan Perumda Tirta Pakuan Kota Bogor berdasarkan volume pemakaian air, sebagai bagian dari kegiatan magang yang berjalan Agustus–Desember 2025. Persoalan yang melatarbelakangi adalah rekapitulasi dan penelaahan data pelanggan yang masih dikerjakan manual sehingga rawan keliru dan menyita waktu. Data historis 474 pelanggan dihimpun, diproses awal, lalu dipilah ke dalam tiga kelompok konsumsi (rendah, sedang, tinggi) memakai algoritma CART yang dijalankan dengan Python. Kelompok sedang mendominasi dengan porsi 53,4%, disusul kelompok rendah 25,5% dan tinggi 21,1%. Saat diuji pada 95 data, model mencapai akurasi 100%, menandakan volume pemakaian dan riwayat tagihan mampu memisahkan kategori pelanggan secara efektif, meskipun ukuran data yang masih terbatas mengharuskan pengujian lanjutan. Hasil ini menunjukkan model dapat membantu manajemen PDAM merencanakan distribusi air, menyusun strategi tarif, dan mendeteksi lebih awal anomali pemakaian.

Authors

Institutions

Publication Details

Journal
Jurnal Sains Informatika Terapan
Published
2026-10-15
Primary Topic
Data Mining and Machine Learning Applications
Type
article
Field-Weighted Citation Impact
0.00
Controls
|||
ALL TIME
JAN
FEB
MAR
APR
MAY
JUN
JUL
AUG
SEP
OCT
article

Penerapan Algoritma Decision Tree (Cart) Untuk Klasifikasi Konsumsi Dan Kepuasan Pelanggan PDAM Tirta Pakuan Kota Bogor

Gina Purnama Insany, Andika Rizky Harahap
Jurnal Sains Informatika Terapan
Data Mining and Machine Learning Applications
article

Penerapan Algoritma Decision Tree (Cart) Untuk Klasifikasi Konsumsi Dan Kepuasan Pelanggan PDAM Tirta Pakuan Kota Bogor

Gina Purnama Insany, Andika Rizky Harahap
article en

Abstract

Artikel ini memaparkan penerapan algoritma Decision Tree tipe Classification and Regression Trees (CART) untuk mengelompokkan pelanggan Perumda Tirta Pakuan Kota Bogor berdasarkan volume pemakaian air, sebagai bagian dari kegiatan magang yang berjalan Agustus–Desember 2025. Persoalan yang melatarbelakangi adalah rekapitulasi dan penelaahan data pelanggan yang masih dikerjakan manual sehingga rawan keliru dan menyita waktu. Data historis 474 pelanggan dihimpun, diproses awal, lalu dipilah ke dalam tiga kelompok konsumsi (rendah, sedang, tinggi) memakai algoritma CART yang dijalankan dengan Python. Kelompok sedang mendominasi dengan porsi 53,4%, disusul kelompok rendah 25,5% dan tinggi 21,1%. Saat diuji pada 95 data, model mencapai akurasi 100%, menandakan volume pemakaian dan riwayat tagihan mampu memisahkan kategori pelanggan secara efektif, meskipun ukuran data yang masih terbatas mengharuskan pengujian lanjutan. Hasil ini menunjukkan model dapat membantu manajemen PDAM merencanakan distribusi air, menyusun strategi tarif, dan mendeteksi lebih awal anomali pemakaian.

Jurnal Sains Informatika Terapan
Nusa Putra University (ID)
Openalex Percentile: Top 5%
Data Mining and Machine Learning Applications
AI Navigator

Ask Laika to Summarize, Analyze, and Connect papers live on the map.

Summarize Papers & Methodologies

Extract key findings, datasets, and comparative methods across publications.

Benchmark Rankings & Visual Analytics

Rank top research institutions, authors, funders, topics, and journals by Field-Weighted Citation Impact (FWCI) and paper volume with instant charts.

Connect Distant Disciplines

Bridge topological clusters on the map to find hidden collaborative intersections.