KLASIFIKASI TINGKAT PENJUALAN LAPTOP DI E-COMMERCE MENGGUNAKAN ALGORITMA CLASSIFICATION AND REGRESSION TREE (CART)

Authors

  • Neli Erliani Jurusan Statistika, Fakultas Sains Terapan, Institut Sains & Teknologi AKPRIND
  • Kris Suryowati Jurusan Statistika, Fakultas Sains Terapan, Institut Sains & Teknologi AKPRIND
  • Maria Titah Jatipaningrum Jurusan Statistika, Fakultas Sains Terapan, Institut Sains & Teknologi AKPRIND

Keywords:

Klasifikasi, CART, C5.0, Tingkat Penjualan Laptop

Abstract

Seiring perkembangan zaman laptop sudah menjadi kebutuhan dasar bagi masyarakat dalam kegiatan sehari-hari, seperti melakukan kegiatan belajar, mengajar, bekerja, bahkan berbelanja, hal inilah yang menyebabkan meningkatnya pembelian laptop melalui E-commerce. Penelitian ini bertujuan untuk mengetahui karakteristik tingkat penjualan laptop di E-commerce sehingga dapat memberikan gambaran kepada calon pembeli dalam menentukan laptop yang akan dibeli sesuai dengan budget yang disediakan dan kriteria yang diinginkan serta dapat memberikan gambaran kepada pemilik toko dalam meningkatkan penjualan laptop di E-commerce. Pada penelitian ini metode klasifikasi yang digunakan adalah classification and regression tree (CART). CART merupakan salah satu algoritma decision tree yang dapat digunakan untuk melakukan klasifikasi menggunakan struktur hirarki atau pohon. Algoritma CART memiliki kelebihan yang sesuai dengan data penelitian yaitu CART dapat digunakan untuk klasifikasi dengan jumlah data yang cukup besar dengan banyak faktor serta dapat melakukan analisis klasifikasi pada peubah respon baik nominal, ordinal, maupun kontinu. Hasil dari penelitian ini menunjukkan bahwa model pohon keputusan yang terbentuk dari algoritma CART menghasilkan kedalaman lima, variabel yang berpengaruh terhadap tingkat penjualan laptop di E-commerce yaitu jumlah ulasan, harga dan jumlah produk dilihat, variabel jumlah ulasan menjadi akar atau merupakan variabel yang paling penting terhadap tingkat penjualan laptop di E-commerce. Algoritma classification and regression tree (CART) menghasilkan nilai akurasi yang sangat tinggi yaitu sebesar 95,10% sehingga algoritma CART dapat digunakan untuk melakukan klasifikasi tingkat penjualan laptop di E-commerce.

Downloads

Published

2023-07-31