<![CDATA[Pengembalian produk oleh konsumen kepada penjual bukan hal yang dapat dihindari. Aktivitas ini tidak terlihat merugikan pada awalnya, namun pengelolaan informasi dari pengembalian produk dapat memberikan informasi yang bermanfaat bagi penjual untuk digunakan dalam proses evaluasi. Salah satu cara pengelolaan informasi ini adalah dengan melakukan klasifikasi dari jenis produk yang dikembalikan oleh konsumen dan alasan-alasan yang menjadikan produk tersebut dikembalikan. Pada penelitian ini produk retur dimasukkan dalam tiga klasifikasi yaitu kuat, sedang, dan lemah. Hasil klasifikasi tersebut dapat menjadi evaluasi pada proses produksi hingga pengemasan dan pengiriman produk. Algoritma pohon keputusan C4.5 dipilih dalam penelitian ini karena algoritma ini dapat menangani multi-class, memiliki performa yang baik dalam klasifikasi, dan model klasifikasi yang dihasilkannya mudah dipahami. Pembagian data latih dan data uji dilakukan dengan menggunakan metode cross-validation 10 folds karena jumlah data yang terbatas. Model klasifikasi yang dihasilkan pada penelitian ini memiliki performa akurasi sebesar 95,6%, precision sebesar 0,943, dan recall sebesar 0,956.]]>
Copyrights © 2018
