Prediksi Penjualan Pada Toko YTI Menggunakan Metode Decision Tree
DOI:
https://doi.org/10.36350/jbs.v16i2.342Keywords:
decision tree, prediksi penjualan, algoritma c45, KlasifikasiAbstract
Penelitian ini bertujuan untuk mengembangkan sistem prediksi penjualan dengan menggunakan algoritma Decision Tree C4.5 untuk membantu YTI Store dalam mengidentifikasi permintaan produk. Penelitian menggunakan pendekatan kuantitatif dengan metode eksperimen. Dataset yang digunakan berupa transaksi penjualan YTI Store selama enam bulan. Data dilakukan pra-pemrosesan untuk memastikan konsistensi dan kelengkapan, kemudian dilatih menggunakan algoritma C4.5. Sistem diimplementasikan dengan fitur input data, preprocessing, visualisasi pohon keputusan, dan pelaporan hasil prediksi. Evaluasi menggunakan confusion matrix menghasilkan akurasi sebesar 84% dengan nilai precision dan recall yang memadai. Hasil penelitian menunjukkan bahwa prediksi penjualan menggunakan C4.5 efektif dalam mengidentifikasi pola penjualan produk, sehingga dapat membantu manajer toko dalam mengoptimalkan keputusan persediaan, strategi pemasaran, dan margin keuntungan.
Downloads
References
Indomarco Prismatama Menggunakan Algoritma C4.5,” P, vol. 23, no. 2, Okt 2021, doi: 10.31294/p.v23i2.11151.
[2] F. Faisal, H. Dhika, dan H. Veris, “Penerapan Algoritma Decision Tree Dalam Penjualan Handphone,” JRKT, vol. 1, no. 04, Des 2021, doi: 10.30998/jrkt.v1i04.6157.
[3] R. Beay dan F. M. Sarimole, “Application of Decision Tree Method for Sales Prediction at PT. Cipta Naga Semesta (Mayora Group) North Jakarta for 2023,” ijsecs, vol. 4, no. 3, hlm. 943–952, Des 2024, doi: 10.35870/ijsecs.v4i3.2999.
[4] “Supervised learning: From theory to applications,” dalam Artificial Intelligence and Machine Learning for EDGE Computing, Elsevier, 2022, hlm. 23–32. doi: 10.1016/b978-0-12-824054-0.00026-5.
[5] M. K. Al Fatach dan A. Wibowo, “PERBANDINGAN METODE ALGORITMA C4.5 DAN NAIVE BAYES UNTUK MEMPREDIKSI PENJUALAN KOSMETIK PADA TOKO JELITA,” Mnemonic, vol. 7, no. 2, hlm. 220–225, Sep 2024, doi: 10.36040/mnemonic.v7i2.10730.
[6] E. Saputri, “Teknik dan aplikasi data mining di Indonesia: tinjauan literatur satu dekade (2015-2024),” vol. 04, no. 02.
[7] A. H. Nasrullah, “IMPLEMENTASI ALGORITMA DECISION TREE UNTUK KLASIFIKASI PRODUK LARIS,” JIKOM, vol. 7, no. 2, hlm. 45–51, Sep 2021, doi: 10.35329/jiik.v7i2.203.
[8] N. Febiani, Abd. C. Fauzan, dan M. M. Huda, “IMPLEMENTASI ALGORITMA DECISION TREE C4.5 DENGAN IMPROVISASI MEAN DAN MEDIAN PADA DATASET NUMERIK,” Tekinkom, vol. 5, no. 1, hlm. 105, Jun 2022, doi: 10.37600/tekinkom.v5i1.435.
[9] D. M. Musa dkk., “Penerapan Data Mining Untuk Klasifikasi Data Penjualan Pakan Ternak Terlaris Dengan Algoritma C4.5,” JTIK, vol. 10, no. 1, hlm. 172–186, Mar 2024, doi: 10.37012/jtik.v10i1.1985.
[10] F. R. Hariri dan C. Mashuri, “Sistem Informasi Peramalan Penjualan dengan Menerapkan Metode Double Exponential Smoothing Berbasis Web,” generation, vol. 6, no. 1, hlm. 68–77, Jan 2022, doi: 10.29407/gj.v6i1.16204.
Downloads
Published
Issue
Section
License
Copyright (c) 2026 TeknoIS : Jurnal Ilmiah Teknologi Informasi dan Sains
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
Register 
Focus and Scope
Editorial Team
Author Gudielines
Reviewer
Author Fees (APC)
Publication Ethics
Peer Review Process
Templates
