PREDIKSI REPEAT ORDER PELANGGAN PT XYZ MOTOR MENGGUNAKAN DECISION TREE C4.5

Dwicahyani, Anggita (2026) PREDIKSI REPEAT ORDER PELANGGAN PT XYZ MOTOR MENGGUNAKAN DECISION TREE C4.5. Diploma thesis, Universitas Nasional.

[thumbnail of COVER.pdf] Text
COVER.pdf

Download (1MB)
[thumbnail of BAB 1.pdf] Text
BAB 1.pdf

Download (746kB)
[thumbnail of BAB 2.pdf] Text
BAB 2.pdf

Download (1MB)
[thumbnail of BAB 3.pdf] Text
BAB 3.pdf

Download (1MB)
[thumbnail of BAB 4.pdf] Text
BAB 4.pdf

Download (2MB)
[thumbnail of BAB 5.pdf] Text
BAB 5.pdf

Download (633kB)
[thumbnail of LAMPIRAN.pdf] Text
LAMPIRAN.pdf

Download (1MB)

Abstract

Penggunaan data transaksi penjualan sangat penting bagi perusahaan untuk
memahami perilaku pelanggan dan membantu mereka dalam pengambilan
keputusan bisnis. PT XYZ MOTOR, sebagai dealer sepeda motor, memiliki
sejumlah besar data penjualan. Namun, data ini belum dimanfaatkan secara optimal
untuk memprediksi tren pembelian ulang pelanggan. Oleh karena itu, penelitian ini
bertujuan untuk menciptakan model prediksi pembelian ulang pelanggan
menggunakan algoritma Decision Tree C4.5 berdasarkan data transaksi penjualan.
Variabel yang termasuk adalah Seri Sepeda Motor, Jenis Pembayaran, Sumber
Penjualan, Diskon Total, dan Uang Muka sebagai faktor yang mempengaruhi
pembelian ulang. Hasil penelitian menunjukkan bahwa algoritma Decision Tree
C4.5 dapat menciptakan model klasifikasi untuk memprediksi status pembelian
ulang pelanggan berdasarkan transaksi sebelumnya. Evaluasi model menghasilkan
akurasi 50,81%, presisi 53,60%, recall 50,81%, dan skor F1 51,58%. Model ini
dapat membantu perusahaan mengidentifikasi pelanggan yang kemungkinan besar
akan membeli lagi dan membantu mereka membuat rencana pemasaran yang lebih
baik dan berbasis data.

Item Type: Thesis (Diploma)
Subjects: T Technology > T Technology (General)
Divisions: Skripsi > Fakultas Teknologi Komunikasi dan Informatika > Program Studi Sistem Informasi
Depositing User: Irna Irna Yunita
Date Deposited: 28 Apr 2026 02:04
Last Modified: 28 Apr 2026 02:04
URI: https://repository.unas.ac.id/id/eprint/15394

Actions (login required)

View Item View Item