Record Detail Back
RANCANG BANGUN APLIKASI DATA MINING UNTUK PREDIKSI REPEAT ORDER, REKOMENDASI PERSEDIAAN, DAN SEGMENTASI PELANGGAN PADA INDUSTRI GARMENT MENGGUNAKAN ALGORITMA DECISION TREE
- Share to:
Data penjualan merupakan aset penting yang dapat dimanfaatkan untuk mendukung
pengambilan keputusan dalam berbagai aspek bisnis, seperti prediksi permintaan,
pengelolaan persediaan, dan strategi pemasaran. Namun, dalam praktiknya, banyak
perusahaan, termasuk yang bergerak di industri garmen, belum mengoptimalkan
potensi data tersebut secara maksimal. Penelitian ini bertujuan untuk merancang
dan membangun aplikasi data mining berbasis algoritma Decision Tree yang dapat
digunakan untuk memprediksi peluang pembelian ulang (repeat order),
memberikan rekomendasi persediaan, serta melakukan segmentasi pelanggan
berdasarkan merek pembeliannya. Metodologi yang digunakan dalam penelitian ini
adalah CRISP-DM, dengan pendekatan pengembangan sistem menggunakan model
prototyping. Data yang digunakan berupa histori transaksi penjualan yang
mencakup informasi pelanggan, produk, wilayah, dan volume pembelian. Hasil
pengujian menunjukkan bahwa model prediksi repeat order mencapai akurasi
sebesar 98%, model segmentasi pelanggan berdasarkan preferensi merek mencapai
akurasi 81% serta model segmentasi wilayah pelanggan berdasarkan preferensi
merek mencapai akurasi 96%. Aplikasi ini diharapkan dapat membantu perusahaan
dalam meningkatkan efektivitas, strategi penjualan, dan loyalitas pelanggan melalui
pemanfaatan data secara lebih tepat.
Kata Kunci: Industri Garmen Data Mining, Decision Tree, Repeat Order,
Rekomendasi Persediaan, Segmentasi Pelanggan.
ARIP HAMZAH - Personal Name
NONE
Text
INDONESIA
TEKNIK INFORMATIKA UNLA
2025
LOADING LIST...
LOADING LIST...
APA Citation
ARIP HAMZAH. (2025).RANCANG BANGUN APLIKASI DATA MINING UNTUK
PREDIKSI REPEAT ORDER, REKOMENDASI
PERSEDIAAN, DAN SEGMENTASI PELANGGAN PADA
INDUSTRI GARMENT MENGGUNAKAN ALGORITMA
DECISION TREE.(Electronic Thesis or Dissertation). Retrieved from https://localhost/etd