<![CDATA[Dinamika industri ritel menuntut pemanfaatan data transaksi besar untuk pengambilan keputusan strategis. Penelitian ini bertujuan mengklasifikasi kinerja penjualan produk Nike ke dalam kategori rendah, sedang, dan tinggi menggunakan algoritma Random Forest. Penelitian ini memberikan kontribusi melalui pengujian model menggunakan dua pendekatan, yaitu Hold-Out dan K-Fold Cross Validation, untuk menjamin stabilitas performa. Dataset yang digunakan merupakan data sekunder dari Kaggle sebanyak 9.360 baris data transaksi Nike di Amerika Serikat periode 2020-2021. Tahapan penelitian meliputi preprocessing data melalui label encoding, pembagian data, pemodelan Random Forest, serta evaluasi menggunakan confusion matrix, hasil pengujian menunjukkan bahwa model memiliki performa yang sangat tinggi, dengan tingkat akurasi pada metode Hold-Out mencapai 98,13%. Sementara itu, pengujian menggunakan 10-Fold Cross Validation menghasilkan akurasi tertinggi mencapai 94,39% pada fold ke-4. Secara keseluruhan, nilai weighted average precision, recall, dan F1-score mencapai 0,98 yang membuktikan efektivitas algoritma Random Forest dalam memberikan klasifikasi yang akurat. Temuan ini diharapkan dapat mendukung manajemen dalam pengambilan keputusan berbasis data di sektor ritel.]]>
Copyrights © 2026
