<![CDATA[Industri fashion saat ini mengalami peningkatan permintaan yang pesat, dengan konsumen semakin memperhatikan tren pakaian dan memilih berbagai merek untuk memenuhi kebutuhan mereka. Namun, salah satu masalah yang sering dihadapi oleh bisnis pakaian adalah kesulitan dalam mengelola stok, terutama dalam menentukan produk yang laris dan tidak laris di pasar, yang sering menyebabkan overstock atau kekurangan persediaan. Penelitian ini bertujuan untuk menganalisis perilaku pembelian konsumen terhadap produk fashion di RIA Busana menggunakan metode algoritma C4.5. Algoritma ini diterapkan untuk mengidentifikasi faktor-faktor yang memengaruhi keputusan pembelian konsumen berdasarkan data historis yang mencakup transaksi pembelian, preferensi konsumen, dan karakteristik demografi. Metode ini menghasilkan pohon keputusan yang dapat memberikan wawasan mengenai pola pembelian, dengan kategori produk yang terbagi menjadi 'best seller' dan 'non-best seller'. Tujuan penelitian ini adalah untuk membantu mengoptimalkan pengelolaan stok di gudang, menghindari penumpukan stok produk yang tidak laku, dan memastikan kestabilan stok pakaian yang laris. Data dikumpulkan dari transaksi penjualan dan digunakan untuk mengklasifikasikan produk berdasarkan algoritma C4.5, yang diimplementasikan melalui alat RapidMiner. Hasil penelitian menunjukkan bahwa algoritma C4.5 efektif dalam menentukan keakuratan klasifikasi produk terlaris dan tidak laris, sehingga membantu meminimalkan masalah overstock dan kekurangan stok di gudang, yang dapat meningkatkan efisiensi operasional dan daya saing bisnis.]]>
Copyrights © 2025
