Pertumbuhan e-commerce di Indonesia mendorong peningkatan volume data transaksi dan ulasan pelanggan. Tokopedia sebagai salah satu platform e-commerce terbesar di Indonesia menghasilkan data produk dan ulasan dalam jumlah besar yang berpotensi dianalisis untuk mendukung pengambilan keputusan. Penelitian ini bertujuan untuk menganalisis faktor-faktor yang memengaruhi rating ulasan produk Tokopedia dengan menerapkan proses Extract, Transform, Load (ETL) dan metode klasifikasi Decision Tree. Dataset yang digunakan berasal dari Kaggle dan mencakup informasi produk, penjual, serta ulasan pelanggan. Hasil penelitian menunjukkan bahwa beberapa variabel seperti harga, jumlah produk terjual, status penjual, dan kategori produk memiliki pengaruh terhadap rating ulasan. Model Decision Tree mampu memberikan interpretasi yang jelas terhadap pola pengambilan keputusan dalam penentuan rating produk.
Copyrights © 2026