Klasifikasi Barang Promosi Dan Harga Diskon Di Alfamidi Turi Menggunakan Metode Random Forest Berbasis Web
DOI:
https://doi.org/10.59696/prinsip.v3i3.182Keywords:
Random Forest, Klasifikasi, Promosi, Harga Diskon, Sistem Berbasis WebAbstract
Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi barang promosi dan harga diskon di Alfamidi Turi menggunakan metode Random Forest berbasis web. Permasalahan utama yang dihadapi adalah kesulitan dalam mengelompokkan barang promosi secara otomatis serta ketidakefisienan dalam memantau perubahan harga diskon yang dinamis. Sistem yang dirancang bertujuan untuk membantu pihak manajemen dalam mengelola informasi promosi secara cepat, akurat, dan terintegrasi. Metode Random Forest dipilih karena memiliki kemampuan tinggi dalam menangani data dengan banyak variabel dan mengurangi risiko overfitting. Tahapan penelitian meliputi pengumpulan data produk dan harga, pra-pemrosesan data, pelatihan model Random Forest, serta implementasi hasil klasifikasi pada sistem berbasis web menggunakan framework PHP dan MySQL. Hasil pengujian menunjukkan bahwa model Random Forest mampu mencapai akurasi klasifikasi sebesar 95,8%, dengan performa stabil pada berbagai variasi data promosi. Sistem web yang dibangun memungkinkan pengguna untuk melakukan klasifikasi barang, menampilkan daftar promosi aktif, serta memperbarui harga secara otomatis berdasarkan hasil prediksi model. Kesimpulan dari penelitian ini menunjukkan bahwa penerapan Random Forest berbasis web efektif dalam meningkatkan efisiensi pengelolaan data promosi dan harga diskon di Alfamidi Turi, serta dapat dijadikan dasar pengembangan sistem manajemen penjualan cerdas di masa mendatang.
References
Abdi, K., Warjaya, A., Muthmainnah, I., & Pahutar, P. H. (2024). Penerapan Algoritma Random Forest dalam Prediksi Kelayakan Air Minum. Jurnal Ilmu Komputer Dan Informatika, 3(2), 81–88. https://doi.org/10.54082/jiki.81
Aini, N., Arif, M., Agustin, I. T., & Toyibah, Z. B. (2024). Implementasi Algoritma Random Forest untuk Klasifikasi Bidang MSIB di Prodi Pendidikan Informatika. Jurnal Informatika, 11(1), 11–16. https://doi.org/10.31294/inf.v11i1.20637
Azwanti, N. (2019). ANALISA ALGORITMA C4.5 UNTUK MEMPREDIKSI PENJUALAN MOTOR PADA PT. CAPELLA DINAMIK NUSANTARA CABANG MUKA KUNING. In Jurnal Ilmiah Ilmu Komputer (Vol. 13, Issue 1).
Barus, E. S., & Darmanto, D. (2024). IMPLEMENTASI METODE RANDOM FOREST UNTUK MEMPREDIKSI PENJUALAN PRODUK. Jurnal Teknik Informasi Dan Komputer (Tekinkom), 7(2), 591. https://doi.org/10.37600/tekinkom.v7i2.1510
Boehmke, Brad., & Greenwell, B. M. . (2019). Hands-On Machine Learning with R. Chapman & Hall.
Sari, I.P., Hariani, P.P., Al-Khowarizmi, A., Ramadhani, F., Sulaiman, O.K., Satria, A, & Manurung, A.A. (2024). CLUSTERING HIV/AIDS DISEASE USING K-MEANS CLUSTERING ALGORITHM. Proceeding International Seminar on Islamic Studies 5 (1), 1668-1676
Sari, I.P., Ramadhani, F., Satria, A., & Sulaiman, O.K. Leukocoria Identification: A 5-Fold Cross Validation CNN and Adaboost Hybrid Approach. 2023 6th International Seminar on Research of Information Technology and Intelligent Systems (ISRITI), 486-491
Manurung, A.A., Nasution, M.D., & Sari, I.P. (2023). Implementation of Fuzzy K-Nearest Neighbor Method in Dengue Disease Classification. 2023 11th International Conference on Cyber and IT Service Management (CITSM), 1-4
Hafizan, H., & Putri, A. N. (2020). Penerapan Metode Klasifikasi Decision Tree Pada Status Gizi Balita Di Kabupaten Simalungun (Vol. 1, Issue 2).
Handayani, P., & Charis Fauzan, A. (2024). Machine Learning Klasifikasi Status Gizi Balita Menggunakan Algoritma Random Forest. Media Online), 4(6), 3064–3072. https://doi.org/10.30865/klik.v4i6.1909
Hartiwati, E. N. (2022). APLIKASI INVENTORI BARANG MENGGUNAKAN JAVA DENGAN PHPMYADMIN. Cross-Border, 5(1), 601–610.
IBM. (2024). What Is Random Forest? | IBM. https://www.ibm.com/think/topics/random-forest
Sari, I.P., Ramadhani, F., Satria, A., & Apdilah, D. (2023). Implementasi Pengolahan Citra Digital dalam Pengenalan Wajah menggunakan Algoritma PCA dan Viola Jones. Hello World Jurnal Ilmu Komputer 2 (3), 146-157
Sari, I.P., Al-Khowarizmi, A, Sulaiman, O.K., & Apdilah, D. (2023). Implementation of Data Classification Using K-Means Algorithm in Clustering Stunting Cases. Journal of Computer Science, Information Technology and Telecommunication Engineering 4 (2), 402-412
Sulaiman, O.K & Batubara, I.H. (2021). Implementation Data Mining For Level Analysis Traffic Violation By Algorithm Association Rule. Al'adzkiya International of Computer Science and Information Technology (AIoCSIT) Journal 2 (2), 128-135
Jennie, G., Kasiliyani, A., Arifha Saputra, W., & Wardiah, I. (2021). SISTEM PENGAMBILAN KEPUTUSAN BEBAN KINERJA MENGGUNAKAN NAIVE BAYES STUDI KASUS PDAM BANDARMASIH.
Kompasiana. (2022). Metode Klasifikasi Dalam Data Mining Halaman 1 - Kompasiana.com. https://www.kompasiana.com/najahamrullah1322/62b008fe38350056ba0003 82/metode-klasifikasi-dalam-data-mining
Mahmuda, S. (2024). Implementasi Metode Random Forest pada Kategori Konten Kanal Youtube. Jurnal Jendela Matematika, 2.
Sari, I.P., Batubara, I.H., & Al-Khowarizmi, A. (2021). Sensitivity Of Obtaining Errors In The Combination Of Fuzzy And Neural Networks For Conducting Student Assessment On E-Learning. International Journal of Economic, Technology and Social Sciences (Injects) 2 (1), 331-338
Sari, I.P., Al-Khowarizmi, A., & Batubara, I.H. (2021). Cluster Analysis Using K-Means Algorithm and Fuzzy C-Means Clustering For Grouping Students' Abilities In Online Learning Process. Journal of Computer Science, Information Technology and Telecommunication Engineering 2 (1), 139-144
Apdilah, D., & Sari, I.P. (2021). Optimization Of The Fuzzy C-Means Cluster Center For Credit Data Grouping Using Genetic Algorithms. Al'adzkiya International of Computer Science and Information Technology (AIoCSIT) Journal 2 (2), 156-163
Normawati, D., & Prayogi, S. A. (2021). Implementasi Naïve Bayes Classifier Dan Confusion Matrix Pada Analisis Sentimen Berbasis Teks Pada Twitter. In Jurnal Sains Komputer & Informatika (J-SAKTI (Vol. 5, Issue 2).
Populix. (2023). Data Mining Adalah: Pengertian, Tahapan, Contoh, dan Manfaat. https://info.populix.co/articles/data-mining-adalah/
Pratama, A. (2020). HTML Uncover - Panduan Belajar HTML Untuk Pemula. www.duniailkom.com
Pratiwi, G. E., & Nugroho, A. (2024). IMPLEMENTASI METODE RANDOM FOREST UNTUK KLASIFIKASI PENJUALAN PRODUK SABUN
PALING LARIS. Jurnal Teknik Informasi Dan Komputer (Tekinkom), 7(2), 541. https://doi.org/10.37600/tekinkom.v7i2.1610
Rahman, W., Saudin, L., & Sri Wahyuni, N. (2022). BAHAN AJAR SISTEM INFORMASI MANAJEMEN. www.penerbitwidina.com
Ramadhan, A., Susetyo, B., & Indahwati. (2019). PENERAPAN METODE KLASIFIKASI RANDOM FOREST DALAM MENGIDENTIFIKASI FAKTOR PENTING PENILAIAN MUTU PENDIDIKAN. Jurnal Pendidikan Dan Kebudayaan, 4(2), 169–182. https://doi.org/10.24832/jpnk.v4i2.1327
Indah Purnama Sari. Algoritma dan Pemrograman. Medan: UMSU Press, 2023, pp. 290.
Andi Zulherry, Muhammad Basri, Muhammad Haris, Ferdy Riza, Zuli Agustina Gultom, Farid Akbar Siregar, Okvi Nugroho, Mahardika Abdi Prawira Tanjung. Komunikasi Data dan Jaringan Komputer. Medan: UMSU Press, 2025, pp. 202.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2024 Zaki Zain Rangkuti, Halim Maulana
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
