Pembatalan pesanan (order cancellation) merupakan masalah operasional yang signifikan bagi platform e-commerce di Indonesia, sekaligus menjadi persoalan klasifikasi yang sulit karena kelas pembatalan bersifat minoritas dan data transaksi tersusun secara temporal. Penelitian ini membangun pipeline Knowledge Discovery in Databases (KDD) yang dirancang untuk meminimalkan kebocoran data (data leakage) pada data transaksional yang berurutan waktu, menggunakan validasi silang TimeSeriesSplit lima-fold alih-alih k-fold acak. Lima algoritma klasifikasi (Logistic Regression, Decision Tree, Random Forest, XGBoost, dan Naive Bayes) dibandingkan pada skema penanganan ketidakseimbangan kelas berbasis pembobotan kelas (class weighting), dilanjutkan penalaan hiperparameter yang dioptimalkan pada PR-AUC. XGBoost menjadi model dengan PR-AUC validasi silang tertinggi (0,697), unggul tipis atas Random Forest (0,696), sehingga signifikansi statistik antarkeduanya perlu dikonfirmasi lebih lanjut. Ambang keputusan (threshold) dioptimalkan per fold temporal dan nilai mediannya (0,755) diterapkan pada data uji akhir, menghasilkan presisi 0,422 dan recall 0,411 (F1 = 0,416; MCC = 0,352), naik dari F1 = 0,346 pada ambang default 0,5, meskipun balanced accuracy justru sedikit menurun. PR-AUC pada data uji akhir (0,470) jauh di bawah estimasi validasi silang (0,697), mengindikasikan kemungkinan pergeseran distribusi temporal yang perlu menjadi perhatian dalam penerapan model. Interpretasi SHAP menunjukkan bahwa opsi pengiriman, ongkos kirim yang ditanggung pembeli, dan metode pembayaran cash on delivery (COD) merupakan pendorong utama prediksi pembatalan, melampaui pengaruh lokasi maupun kategori produk.
Copyrights © 2023