KLASIFIKASI DATA PENJUALAN UNTUK MEMPREDIKSI TINGKAT PENJUALAN PRODUK MENGGUNAKAN METODE DECISION TREE
Abstract
A mature strategy is one of the keys so that a company can increase sales effectively and consistently. With recorded and accurate information, companies can make decisions quickly to predict what supplies consumers will need for the future. Aruna Boutique sells various types of Muslim clothing such as robes and headscarves with several brands of each type. The aim of this research is to determine the sales of the best-selling and least-selling products using the Decision Tree method with the ID3 algorithm. The tool used is a rapid miner using boutique sales transaction data from July - September. The results obtained in this research are the best-selling products Gamis 2 (Umama), veil 2 (DYN) and the less popular products Gamis 1 (Mahdani), veil 3 (Azara) with an accuracy value of 88.24%, which means that the method used it's good enough. Based on the rules obtained, information can be used to increase sales in terms of stock inventory, display and promotion strategies.
References
[1] A. W. Alfani P R et al., “Prediksi Penjualan Produk Unilever Menggunakan Metode K-Nearest Neighbor.”JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika,Volume 06, Nomor 01, Juni 2021 : 155 – 160.
[2] I. R. Pratama, M. Maimunah, and E. R. Arumi, “Sistem Klasifikasi Penjualan Produk Alat Listrik Terlaris Untuk Optimasi Pengadaan Stok Menggunakan Naïve Bayes,” JURNAL MEDIA INFORMATIKA BUDIDARMA, vol. 6, no. 4, p. 2135, Oct. 2022, doi: 10.30865/mib.v6i4.4418.
[3] P. Mai et al., “Implementasi Data Mining Menggunakan Algoritma Apriori Dalam Menentukan Persediaan Barang (Studi Kasus: Toko Sinar Harahap),” 2022. [Online]. Available: https://jurnal.umj.ac.id/index.php/just-it/index
[4] P. Alkhairi and A. P. Windarto, Seminar Nasional Teknologi Komputer & Sains (SAINTEKS) Penerapan K-Means Cluster Pada Daerah Potensi Pertanian Karet Produktif di Sumatera Utara. [Online]. Available: https://seminar-id.com/semnas-sainteks2019.html
[5] I Kadek, J. Arta, G. Indrawan,Gede, and R. Dantes, “Data Mining Rekomendasi Calon Mahasiswa Berprestasi Di STMIK Denpasar Menggunakan Metode Technique For Others Reference By Similarity To Ideal Solution,” Jurnal Ilmu Komputer Indonesia (JIKI), vol. 4, no. 1, 2019.
[6] B. I. Nugroho, Z. Ma’arif, and Z. Arif, “Tinjauan Pustaka Sistematis: Penerapan Data Mining Metode Klasifikasi Untuk Menganalisa Penyalahgunaan Sosial Media,” 2022. [Online]. Available: www.journal.peradaban.ac.id
[7] F. Faisal Nugraha, I. Sunandar, and C. Juliane, “Penerapan Data Mining Dengan Metode Klasifikasi Menggunakan Algoritma C4.5,” Jurnal Teknik Informatika dan Sistem Informasi, vol. 9, no. 4, 2022, [Online]. Available: http://jurnal.mdp.ac.id
[8] Robianto, S. Hotlan Sitorus, U. Ristian, “Penerapan Metode Decision Tree Untuk Mengklasifikasikan Mutu Buah Jeruk Berdasarkan Fitur Warna Dan Ukuran” J. Rekayasa Sistem Komputer,vol.9,no.1,pp. 76-86,2021.
[9] S. A. Salasa and W. Maharani, “Personality Detection of Twitter Social Media Users using the Support Vector Machine Method,” Jurnal Sistem Komputer dan Informatika (JSON), vol. 4, no. 2, p. 263, Dec. 2022, doi: 10.30865/json.v4i2.5345.
[10] A. Sifaunajah and R. D. Wahyuningtyas, “Penggunaan Algoritma ID3 Untuk Klasifikasi Data Calon Perserta Didik,” CSRID (Computer Science Research and Its Development Journal), vol. 14, no. 2, p. 103, Sep. 2022, doi: 10.22303/csrid.14.2.2022.103-112.
[11] B. R. Waridhon and A. C. Fauzan, “Implementasi Algoritma Iterative Dichotomiser 3 (ID3) untuk Prediksi Keberlangsungan Studi Mahasiswa Implementation of (ID3) Algorithm For Prediction The Continuity Student,” 2021.
[12] Yuswardi, “Implementasi Prediksi Kelulusan Mahasiswa Menggunakan Metode ID3 Berdasarkan IPK,”Jurnal Real Riset, volume 4, Nomor 1, Januari 2022, doi: 10.47647 /jrr.
[13] F. Ferdina, N. Satyahadewi, and D. Kusnandar, “Penerapan Algoritma Iterative Dichotomiser 3 (ID3) Dalam Klasifikasi Faktor Risiko Penyakit Diabetes Melitus,” VARIANCE: Journal of Statistics and Its Applications, vol. 5, no. 2, pp. 139–146, Oct.2023,doi:10.30598/variancevol5iss2page139-146.
[14] L. Firdaus and T. Setiadi, “Perbandingan Algoritma Naive Bayes, Decision Tree, dan KNN untuk Klasifikasi Produk Populer Adidas US dengan Confusion Matrix,” Jurnal Sistem Komputer dan Informatika (JSON) Hal: 185−, vol. 195, no. 2, 2023, doi: 10.30865/json.v5i2.6124.
[15] D. M. Meliala and P. Hasugian, “Perbandingan Algoritma K-Nearest Neighbor Dengan Decision Tree Dalam Memprediksi Penjualan Makanan Hewan Peliharaan Di Petshop Dore Vet Clinic,” Jurnal Teknologi Informasi, vol. 3, 2020.
[16] F. Alghifari and D. Juardi, “Fauzan Alghifari Penerapan Data Mining Pada Penerapan Data Mining Pada Penjualan Makanan Dan Minuman Menggunakan Metode Algoritma Naïve Bayes.”
[17] L. Rajendra Haidar, E. Sediyono, A. Iriani, and J. O. Notohamidjojo Blotongan Sidorejo, “Analisa Prediksi Mahasiswa Drop Out Menggunakan Metode Decision Tree Dengan Algoritma ID3 dan C4.5,” TRANSFORMATIKA, vol. 17, no. 2, pp. 97–106, 2020.
[18] A. T. Ramadhan et al., “Penerapan Algoritma Decision Tree Dalam Melakukan Analisis Klasifikasi Harga Handphone,” Jurnal Sistem Informasi dan Ilmu Komputer, vol. 1, no. 4, pp. 195–206, 2023, doi: 10.59581/jusiik-widyakarya.v1i4.1861.
[19] D. P. Utomo and M. Mesran, “Analisis Komparasi Metode Klasifikasi Data Mining dan Reduksi Atribut Pada Data Set Penyakit Jantung,” JURNAL MEDIA INFORMATIKA BUDIDARMA, vol. 4, no. 2, p. 437, Apr.2020,doi: 10.30865/mib.v4i2.2080.
[20] R. Pratiwi, M. N. Hayati, and S. Prangga, “Perbandingan Klasifikasi Algoritma C5.0 Dengan Classification And Regression Tree (Studi Kasus: Data Sosial Kepala Keluarga Masyarakat Desa Teluk Baru Kecamatan Muara Ancalong Tahun 2019),” Jurnal Ilmu Matematika dan Terapan, vol. 14, no. 2, 2020,doi:10.30598/barekengvol14iss2pp267-278.
[2] I. R. Pratama, M. Maimunah, and E. R. Arumi, “Sistem Klasifikasi Penjualan Produk Alat Listrik Terlaris Untuk Optimasi Pengadaan Stok Menggunakan Naïve Bayes,” JURNAL MEDIA INFORMATIKA BUDIDARMA, vol. 6, no. 4, p. 2135, Oct. 2022, doi: 10.30865/mib.v6i4.4418.
[3] P. Mai et al., “Implementasi Data Mining Menggunakan Algoritma Apriori Dalam Menentukan Persediaan Barang (Studi Kasus: Toko Sinar Harahap),” 2022. [Online]. Available: https://jurnal.umj.ac.id/index.php/just-it/index
[4] P. Alkhairi and A. P. Windarto, Seminar Nasional Teknologi Komputer & Sains (SAINTEKS) Penerapan K-Means Cluster Pada Daerah Potensi Pertanian Karet Produktif di Sumatera Utara. [Online]. Available: https://seminar-id.com/semnas-sainteks2019.html
[5] I Kadek, J. Arta, G. Indrawan,Gede, and R. Dantes, “Data Mining Rekomendasi Calon Mahasiswa Berprestasi Di STMIK Denpasar Menggunakan Metode Technique For Others Reference By Similarity To Ideal Solution,” Jurnal Ilmu Komputer Indonesia (JIKI), vol. 4, no. 1, 2019.
[6] B. I. Nugroho, Z. Ma’arif, and Z. Arif, “Tinjauan Pustaka Sistematis: Penerapan Data Mining Metode Klasifikasi Untuk Menganalisa Penyalahgunaan Sosial Media,” 2022. [Online]. Available: www.journal.peradaban.ac.id
[7] F. Faisal Nugraha, I. Sunandar, and C. Juliane, “Penerapan Data Mining Dengan Metode Klasifikasi Menggunakan Algoritma C4.5,” Jurnal Teknik Informatika dan Sistem Informasi, vol. 9, no. 4, 2022, [Online]. Available: http://jurnal.mdp.ac.id
[8] Robianto, S. Hotlan Sitorus, U. Ristian, “Penerapan Metode Decision Tree Untuk Mengklasifikasikan Mutu Buah Jeruk Berdasarkan Fitur Warna Dan Ukuran” J. Rekayasa Sistem Komputer,vol.9,no.1,pp. 76-86,2021.
[9] S. A. Salasa and W. Maharani, “Personality Detection of Twitter Social Media Users using the Support Vector Machine Method,” Jurnal Sistem Komputer dan Informatika (JSON), vol. 4, no. 2, p. 263, Dec. 2022, doi: 10.30865/json.v4i2.5345.
[10] A. Sifaunajah and R. D. Wahyuningtyas, “Penggunaan Algoritma ID3 Untuk Klasifikasi Data Calon Perserta Didik,” CSRID (Computer Science Research and Its Development Journal), vol. 14, no. 2, p. 103, Sep. 2022, doi: 10.22303/csrid.14.2.2022.103-112.
[11] B. R. Waridhon and A. C. Fauzan, “Implementasi Algoritma Iterative Dichotomiser 3 (ID3) untuk Prediksi Keberlangsungan Studi Mahasiswa Implementation of (ID3) Algorithm For Prediction The Continuity Student,” 2021.
[12] Yuswardi, “Implementasi Prediksi Kelulusan Mahasiswa Menggunakan Metode ID3 Berdasarkan IPK,”Jurnal Real Riset, volume 4, Nomor 1, Januari 2022, doi: 10.47647 /jrr.
[13] F. Ferdina, N. Satyahadewi, and D. Kusnandar, “Penerapan Algoritma Iterative Dichotomiser 3 (ID3) Dalam Klasifikasi Faktor Risiko Penyakit Diabetes Melitus,” VARIANCE: Journal of Statistics and Its Applications, vol. 5, no. 2, pp. 139–146, Oct.2023,doi:10.30598/variancevol5iss2page139-146.
[14] L. Firdaus and T. Setiadi, “Perbandingan Algoritma Naive Bayes, Decision Tree, dan KNN untuk Klasifikasi Produk Populer Adidas US dengan Confusion Matrix,” Jurnal Sistem Komputer dan Informatika (JSON) Hal: 185−, vol. 195, no. 2, 2023, doi: 10.30865/json.v5i2.6124.
[15] D. M. Meliala and P. Hasugian, “Perbandingan Algoritma K-Nearest Neighbor Dengan Decision Tree Dalam Memprediksi Penjualan Makanan Hewan Peliharaan Di Petshop Dore Vet Clinic,” Jurnal Teknologi Informasi, vol. 3, 2020.
[16] F. Alghifari and D. Juardi, “Fauzan Alghifari Penerapan Data Mining Pada Penerapan Data Mining Pada Penjualan Makanan Dan Minuman Menggunakan Metode Algoritma Naïve Bayes.”
[17] L. Rajendra Haidar, E. Sediyono, A. Iriani, and J. O. Notohamidjojo Blotongan Sidorejo, “Analisa Prediksi Mahasiswa Drop Out Menggunakan Metode Decision Tree Dengan Algoritma ID3 dan C4.5,” TRANSFORMATIKA, vol. 17, no. 2, pp. 97–106, 2020.
[18] A. T. Ramadhan et al., “Penerapan Algoritma Decision Tree Dalam Melakukan Analisis Klasifikasi Harga Handphone,” Jurnal Sistem Informasi dan Ilmu Komputer, vol. 1, no. 4, pp. 195–206, 2023, doi: 10.59581/jusiik-widyakarya.v1i4.1861.
[19] D. P. Utomo and M. Mesran, “Analisis Komparasi Metode Klasifikasi Data Mining dan Reduksi Atribut Pada Data Set Penyakit Jantung,” JURNAL MEDIA INFORMATIKA BUDIDARMA, vol. 4, no. 2, p. 437, Apr.2020,doi: 10.30865/mib.v4i2.2080.
[20] R. Pratiwi, M. N. Hayati, and S. Prangga, “Perbandingan Klasifikasi Algoritma C5.0 Dengan Classification And Regression Tree (Studi Kasus: Data Sosial Kepala Keluarga Masyarakat Desa Teluk Baru Kecamatan Muara Ancalong Tahun 2019),” Jurnal Ilmu Matematika dan Terapan, vol. 14, no. 2, 2020,doi:10.30598/barekengvol14iss2pp267-278.
Published
2024-06-30
How to Cite
SURANDA, Demira Intan; NUGROHO, Adi.
KLASIFIKASI DATA PENJUALAN UNTUK MEMPREDIKSI TINGKAT PENJUALAN PRODUK MENGGUNAKAN METODE DECISION TREE.
Jurnal Tekinkom (Teknik Informasi dan Komputer), [S.l.], v. 7, n. 1, p. 370-376, june 2024.
ISSN 2621-3079.
Available at: <https://jurnal.murnisadar.ac.id/index.php/Tekinkom/article/view/1269>. Date accessed: 03 dec. 2024.
doi: https://doi.org/10.37600/tekinkom.v7i1.1269.
Issue
Section
Articles
