<![CDATA[Strategi pengelolaan penjualan menjadi faktor yang cukup krusial yang perlu dipertimbangkan dengan baik oleh industri demi keberlanjutan bisnis ditengah persaingan global yang kompetitif. PT. YLO merupakan salah satu pelaku bisnis yang bergerak pada industri rokok multinasional di Indonesia. Dalam menjalankan bisnisnya banyak tantangan yang dihadapi khususnya dari pesaing sehingga kecermatan dalam menentukan jenis penjualan kepada rantai pasok secara tunai maupun kredit secara akurat diharapkan mampu membantu perusahaan dalam mencapai tujuan perusahaan dengan meningkatkan profitabilitas dengan risiko gagal bayar yang rendah. Atas dasar tersebut pendekatan data mining diperlukan untuk dapat mengklasifikasikan jenis penjualan yang lebih optimal bagi perusahaan. Dalam penelitian ini, ada beberapa metode klasifikasi yang dibandingkan yaitu Decision Tree, Gradient Boosted Tree, k-NN, Logistic Regresion dan Naïve Bayes. Berdasarkan pengujian dari beberapa metode tersebut menunjukkan bahwa walaupun tingkat akurasi Logistic Regresion sebesar 71,39% lebih rendah daripada Naïve Bayes namun metode tersebut memiliki recall tertinggi sebesar 92,45% dan F-1 Score sebesar 68, 15% hasil tersebut mengintrepretasikan bahwa Logistic Regresion menunjukkan performa terbaik dalam mendeteksi transaksi kredit yang dapat digunakan oleh PT. YLO dalam menentukan langkah strategis dalam bisnisnya.]]>
Copyrights © 2025
