JURNAL MEDIA INFORMATIKA BUDIDARMA Volume 5, Nomor 2, April 2021, Page 556-563 ISSN 2614-5278 (media cetak), ISSN 2548-8368 (media online) Available Online at https://ejurnal.stmik-budidarma.ac.id/index.php/mib DOI 10.30865/mib.v5i2.2933 Firman Syahputra, Copyright ©2021, MIB, Page 556 Submitted: 18/03/2021; Accepted: 14/04/2021; Published: 25/04/2021 Penerapan Algoritma C4.5 Dalam Memprediksi Ketersediaan Uang Pada Mesin ATM Firman Syahputra * , Hartono, Rika Rosnelly Fakultas Teknik dan Ilmu komputer, Prodi Magister Ilmu Komputer, Universitas Potensi Utama, Medan, Indonesia Email: 1,* 24firman@gmail.com, 2 hartonoibbi@gmail.com, 3 rika@potensi-utama.ac.id Email Penulis Korespondensi: 1 24firman@gmail.com Abstrak−Penelitian ini bertujuan untuk memberikan evaluasi terhadap ketersediaan uang pada mesin ATM dengan menggunakan data mining. Data mining dengan algoritma C4.5 digunakan untuk meramalkan permintaan uang tunai atau total penarikan uang tunai pada ATM, Untuk menentukan kebutuhan uang ATM berdasarkan data transaksi tunai. Diharapkan dengan adanya peramalan tersebut dapat membantu bagian monitoring dalam mengambil keputusan mengenai kebutuhan uang yang harus dialokasikan ke setiap mesin ATM. Hasil penelitian ini diharapkan dapat membantu unit pengelola ATM dalam mengotimalkan dan monitoring ketersediaan uang pada mesin ATM terhadap kebutuhan uang, sehingga dapat memberikan pelayanan yang optimal kepada nasabah. Algortima C4.5 adalah algoritma yang mampu membentuk sebuah pohon keputusan, dimana pohon keputusan kemudian akan menghasilkan sebuah pengetahuan baru. Hasil dari pengujian diperoleh kecocokan terhadap data ketersediaan uang pada mesin ATM. Hasil dari penerepan metode C4.5 terhadap ketersediaan uang pada mesin ATM dilihat dari waktu tempuh ke lokasi ATM dan juga saldo yang masih tersisa di dalam mesin. Model pohon keputusan yang dihasilkan adalah menjadikan variabel Saldo sebagai akar, Kemudian waktu tempuh sebagai cabang pada Level 1 dengan variabel cepat, sedang, lama, dan Bank menjadi cabang pada Level terakhir (Level 2). Kemudian dilakukan pengujian terhadap algoritma C4.5 menggunkana metode validasi K-Fold Cross validation dengan nilai fold=10 dapat diketahui tingkat akurasi sebesar 85%, nilai Precision sebesar 80% dan nilai Recall sebesar 66,67%. Sedangkan nilai AUC (Area Under Curve) adalah 0.833, hal ini menunjukan bahwa jika nilai AUC mendekati nilai 1 maka tingkat akurasi semakin bagus. Kata Kunci: Data Mining; Klasifikasi; Algoritma C4.5; Prediksi; Ketersediaan Uang Abstract−This study aims to provide an evaluation of the availability of money in ATM machines using data mining. Data mining with the C4.5 algorithm is used to predict cash demand or total cash withdrawals at ATMs. To determine the need for ATM cash based on cash transaction data. It is hoped that this forecasting can help the monitoring department in making decisions about the money requirements that must be allocated to each ATM machine. The results of this study are expected to assist the ATM management unit in optimizing and monitoring the availability of money at an ATM machine for cash needs, so that it can provide optimal service to customers. Algortima C4.5 is an algorithm that is able to form a decision tree, where the decision tree will then generate new knowledge. The results of the test matched the data on the availability of money at the ATM machine. The results of implementing the C4.5 method on the availability of money at the ATM machine are seen from the travel time to the ATM location and also the remaining balance in the machine. The resulting decision tree model is to make the balance variable as the root, then the travel time as a branch at Level 1 with the variables fast, medium, long, and the bank becomes a branch at the last level (Level 2). Then the C4.5 algorithm was tested using the K-Fold Cross validation method with the value of fold = 10, it can be seen that the accuracy rate is 85%, the Precision value is 80% and the Recall value is 66.67%. While the AUC (Area Under Curve) value is 0.833, this shows that if the AUC value approaches the value 1, the accuracy level is getting better. Keywords: Data Mining; Clasification; C4.5 Algorithm; Prediction; Availability of Money 1. PENDAHULUAN Salah satu fasilitas perbankan yang ditawarkan sebagai salah satu alternative delivery channels dalam bertransaksi dengan bank adalah Anjungan Tunai Mandiri (ATM) yaitu suatu mesin atau alat yang berfungsi sebagai pelayan bank secara elektronik yang melaksanakan fungsi teller secara otomatis. Fasilitas perbankan ini diberikan oleh bank kepada nasabahnya sebagai instrumen dan alat bertransaksi dari produk utamanya yaitu tabungan[1] Berdasarkan data tahun 2009 sampai 2016 penggunaan alat pembayaran non tunai terus meningkat setiap tahunnya hal ini menunjukan bahwa pembyaran secara non tunai sudah bias diterima masyarakat[2] Pengontrolan pengisian uang mesin ATM yang di selesaikan dengan teknologi informasi dapat memberikan manfaat bagi perusahaan, teknologi informasi dapat menunjang kinerja perusahaan serta informasi yang dihasilkan menjadi lebih baik. Oleh karena itu kebutuhan akan suatu teknologi informasi yang dapat menunjang proses pengontrolan pengisian uang pada mesin ATM perusahaan sangat diperlukan guna membantu dalam pengambilan keputusan atau sebagai bahan masukan kembali bagi perkembangan perusahaan tersebut. PT. SSI yang bergerak di bidang pengisian uang mesin ATM dalam mendukung aktivitas bisnis saat ini menggunakan aplikasi Microsoft Excel untuk penyimpanan data dan jumlah uang yang diterima dari Bank pemilik ATM, serta informasi ATM mana yang sudah atau belum diisi kembali [3] Algoritma C4.5 umumnya digunakan untuk pengklasifikasian data, selain algoritma C4.5 algoritma ID3 dan K-Nearest juga dapat digunakan untuk pengklasifikasian data. Studi kinerja K-Nearest Neighbor dan C4.5 sudah dilakukan penelitian dalam menentukan kemungkinan pengunduran diri mahasiswa di STMIK AMIKOM Yogyakarta, hasil penelitian yang diperoleh adalah kinerja algoritma C4.5 lebih cepat dan akurat dibandingkan