<![CDATA[Pertumbuhan marketplace dalam beberapa tahun terakhir telah menghasilkan data transaksi dalam jumlah besar yang berpotensi dimanfaatkan sebagai sumber informasi bagi pelaku usaha. Namun, sebagian besar data penjualan masih digunakan sebatas laporan operasional sehingga informasi yang ada di dalamnya belum dimanfaatkan dengan optimal. Adapun tujuannya dari penelitian ini guna menganalisa karakteristik penjualan dan memprediksi performa penjualan produk Soraya Bedsheet pada Shopee melalui pendekatan hybrid data mining. Metode yang digunakan mengombinasikan DBSCAN untuk segmentasi produk, FP-Growth untuk analisis asosiasi antarproduk, dan Random Forest untuk prediksi penjualan. Dataset penelitian terdiri atas 120 data produk, jumlah stok, jumlah produk terjual, dan harga awal produk. Tahapan penelitian meliputi pengumpulan data, preprocessing, implementasi model, serta evaluasi dengan digunakannya RapidMiner. Temuan ini mengungkapkan bahwasanya DBSCAN mampu mengklasifikasikan produk sebagaimana karakteristik penjualannya, FP-Growth berhasil menemukan pola keterkaitan antarproduk dalam transaksi, dan Random Forest memperoleh rata-rata accuracy sebesar 91,67% melalui 10-fold Cross Validation. Hasil penelitian menunjukkan bahwasanya pendekatan hybrid data mining mampu menghasilkan informasi yang mendukung pengelolaan stok, penyusunan strategi promosi, dan pengambilan keputusan bisnis secara lebih efektif pada marketplace Shopee.]]>
Copyrights © 2026
