Perancangan Sistem Rekomendasi Produk Menggunakan Metode Decision Tree Berdasarkan Karakteristik Pelanggan Dan Riwayat Transaksi Studi Kasus PT Diamond Interest
DOI:
https://doi.org/10.59024/jiti.v4i3.2294Keywords:
CRISP-DM, Decision Tree, karakteristik pelanggan, riwayat transaksi, Sistem RekomendasiAbstract
Diamond Interest sebagai perusahaan distribusi produk herbal memiliki data karakteristik pelanggan dan riwayat transaksi yang berpotensi dimanfaatkan untuk mendukung strategi pemasaran berbasis data. Namun, data tersebut belum dioptimalkan untuk menghasilkan rekomendasi produk yang sesuai dengan kebutuhan pelanggan. Penelitian ini bertujuan merancang sistem rekomendasi produk menggunakan metode Decision Tree berdasarkan karakteristik pelanggan dan riwayat transaksi guna menghasilkan rekomendasi yang akurat dan relevan. Penelitian menggunakan pendekatan kuantitatif dengan kerangka kerja CRISP-DM yang meliputi Business Understanding, Data Understanding, Data Preparation, Modeling, Evaluation, dan Deployment. Dataset yang digunakan berasal dari data pelanggan, transaksi, dan produk herbal PT Diamond Interest periode 17 Mei 2025 hingga 17 Mei 2026. Model Decision Tree dibandingkan dengan Random Forest dan Support Vector Machine (SVM), kemudian dievaluasi menggunakan metrik accuracy, precision, recall, dan F1-score. Hasil penelitian menunjukkan bahwa Decision Tree memberikan kinerja terbaik dengan nilai accuracy sebesar 80,77%, precision 80,92%, recall 80,77%, dan F1-score 80,58%, serta berada pada kondisi good fit tanpa indikasi overfitting maupun underfitting. Model tersebut diimplementasikan ke dalam sistem informasi berbasis web menggunakan Streamlit yang menyediakan fitur unggah dataset, visualisasi data, klasifikasi preferensi kesehatan pelanggan, dan rekomendasi produk herbal. Sistem yang dihasilkan mampu memberikan rekomendasi produk yang lebih tepat sasaran sehingga mendukung pengambilan keputusan pemasaran berbasis data dan meningkatkan efektivitas strategi pemasaran perusahaan.
References
Ameliya, P., Laila, A. F., Saputra, M. A., Syihab, R., & Adam, S. (2025). Penerapan Model Decision Tree untuk Klasifikasi Rating dan Rekomendasi Produk Pakaian pada Platform E-Commerce. Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi), 9(1), 135–143. https://doi.org/https://doi.org/10.29407/dcwvz815
Andriko, T., Juansen, M., Saputra, S. A., & Handayani, S. (2025). DAMPAK PENERAPAN SISTEM REKOMENDASI PRODUK TERHADAP PENINGKATAN MINAT BELI PELANGGAN PADA E-COMMERCE. JATI (Jurnal Mahasiswa Teknik Informatika), 9(3), 4442–4450. https://doi.org/https://doi.org/10.36040/jati.v9i3.13683
Anshary, M. H., Soesanto, O., & Ayatullah. (2022). SEGMENTASI PELANGGAN MENGGUNAKAN METODE K-MEANS CLUSTERING BERDASARKAN MODEL RFM (RECENCY, FREQUENCY, MONETARY). RAGAM: Journal of Statistics and Its Application, 1(1), 1–10. https://doi.org/https://doi.org/10.20527/ragam.v1i1.7382
Bela, Z. I., & Bhakti, H. D. (2022). SISTEM PREDIKSI PENJUALAN OBAT MENGGUNAKAN METODE SINGLE MOVING AVERAGE ( STUDI KASUS : APOTEK WILUJENG KECAMATAN PANCENG KAB . GRESIK ). INDEXIA: Informatic and Computational Intelligent Journal, 4(1), 47–58. https://doi.org/https://doi.org/10.30587/indexia.v4i1.3638
Denyka Arinda Putri, Stephanie Ceicillia, Rizky, G. A., & Farida, S. N. (2022). IMPLEMENTASI ANALISIS SWOT (STRENGTH, WEAKNESS, OPPORTUNITIES, AND THREAT) DALAM STRATEGI PEMASARAN PRODUK PADA PT ADIB GLOBAL FOOD SUPPLIES SURABAYA. Jurnal Bisnis Indonesia, 13(1), 78–104. https://doi.org/https://doi.org/10.33005/jbi.v13i1.3079
Dimas Aditya Mukhsinin, M Rafliansyah, Adji Ibrahim Sang, Rahmaddeni, & Wulandari Denok. (2024). Implementasi Algoritma Decision Tree untuk Rekomendasi Film dan Klasifikasi Rating pada Platform Netflix. Indonesian Journal of Machine Learning and Computer Science, 4(2), 570–579. https://doi.org/https://doi.org/10.57152/malcom.v4i2.1255
Farid, S. B., Firdaus, D. A., Darmawan, A. G., & Khalid. (2025). Analisis Data dan Visualisasi Interaktif Kecanduan Media Sosial pada Siswa Menggunakan Python dan Streamlit. JURNAL TEKNOLOGI INFORMASI, 4(2), 114–124. https://doi.org/https://doi.org/10.35308/jti.v4i2.12442
Gautama, K., & Arijanto, R. (2024). PENERAPAN DATA MINING UNTUK PREDIKSI PENJUALAN PRODUK TERLARIS MENGGUNAKAN METODE K-NEAREST NEIGHBOR PADA CV. NUANSA KARUNA LESTARI. JATI (Jurnal Mahasiswa Teknik Informatika), 8(6), 11184–11190. https://doi.org/https://doi.org/10.36040/jati.v8i6.11189
Hariri, F. R., & Rochim, L. W. (2022). Sistem Rekomendasi Produk Aplikasi Marketplace Berdasarkan Karakteristik Pembeli Menggunakan Metode User Based Collaborative Filtering. TEKNIKA Journal of Information and Communication Technology, 11(3), 208–217. https://doi.org/10.34148/teknika.v11i3.538
Juliansyah, R., & Sutabri, T. (2024). EKSPLORASI E-COMMERCE MENEMUKAN KUNCI SUKSES MENARIK PEMBELI DI INDUSTRI ONLINE. Scientica: Jurnal Ilmiah Sains Dan Teknologi, 2(5), 25–29. https://jurnal.kolibi.org/index.php/scientica/article/view/688
Karin Annisa, Budi Serasi Ginting, & Syari Alfhi Mili. (2022). Penerapan Data Mining Pengelompokan Data Pengguna Air Bersih Berdasarkan Keluhannya Menggunakan Metode Clustering Pada PDAM Langkat. Jurnal Ilmu Komputer Dan Informatika, 06(01), 112–129. https://doi.org/http://dx.doi.org/10.30829/algoritma.v6i1.11624
Mahariani, Y. R., Suseno, P., Junianto, D., & Brillianio, N. N. A. (2026). Analisis Pola Transaksi dan Perilaku Pembelian Pelanggan E-Commerce Berdasarkan Karakteristik Demografis dan Waktu Transaksi. Jurnal Manajemen Bisnis Era Digital Volume, 3(1), 54–68. https://doi.org/https://doi.org/10.61132/jumabedi.v3i1.1279
Marsianus Gerlian Eka Mbete, Nathanael Nyala Bintang, & Victor Noviandus. (2025). PENERAPAN ALGORITMA DECISION TREE UNTUK MEMPREDIKSI RISIKO KREDIT PADA NASABAH BANK. JURNAL TEKNOLOGI INFORMASI, 16(2), 241–246. https://doi.org/https://doi.org/10.52972/hoaq.vol16no2
Nouvalina, D. A., & Hati, K. (2024). Sistem Rekomendasi Produk Skin Care Berdasarkan Permasalahan Kulit Wajah dengan Metode Content Based Filtering. JURNAL TEKNIK INFORMATIKA STMIK ANTAR BANGSA, 10(2), 60–67. https://doi.org/https://doi.org/10.51998/jti.v10i2.586
Nurhidayati, Alwanda, A. Y., & Fathurrahman. (2025). Penerapan Algoritma K-Means untuk Mengelompokkan Perilaku Konsumen dalam Berbelanja (Studi Kasus : Platform Lazada). Jurnal Pengembangan Rekayasa Informatika Dan Komputer, 3(2), 199–214. https://doi.org/https://doi.org/10.29408/jprinter.v3i2.33140
Sasono, E., & Ulfatun Nikmah. (2021). KARAKTERISTIK MEREK DAN KARAKTERISTIK PELANGGAN MEREK SERTA PENGARUHNYA TERHADAP LOYALITAS MEREK. JURNAL STIE SEMARANG, 13(2), 1–17. https://doi.org/10.33747
Sitopu, J. W. (2025). Model Prediksi Statistik untuk Mengukur Perilaku Konsumen dalam Transaksi Digital. Journal of Economic Studies, 1(2), 63–73. https://ejournal.risetanakbangsa.id/jeta/article/view/42
Sri Puspita Dewi, Nurwati, & Rahayu, E. (2022). Penerapan Data Mining Untuk Prediksi Penjualan Produk Terlaris Menggunakan Metode K-Nearest Neighbor. Building of Informatics, Technology and Science (BITS), 3(4), 639–648. https://doi.org/10.47065/bits.v3i4.1408
Utami, H. N., Putri Gita Pratiwi, & Wiyono, ulistyodewi N. (2025). KARAKTERISTIK KONSUMEN DAN POLA PERILAKU BERBELANJA PANGAN PREMIUM: STUDI KASUS PADA PEMASARAN PRODUK BERLABEL SEHAT. Agricore: Jurnal Agribisnis Dan Sosial Ekonomi Pertanian Unpad, 10(1), 319–332. https://doi.org/https://doi.org/10.24198/agricore.v10i1.63512
Yosua Partogi, Pasaribu, A., & Sutrisno. (2021). PERANCANGAN METODE DECISION TREE TERHADAP SISTEM PERPUSTAKAAN STMIK KUWERA. JURNAL SISTEM INFORMASI DAN TEKNOLOGI ( S I N T E K ), 1(2), 20–26. https://doi.org/https://doi.org/10.56995/sintek.v1i2.4
Published
Issue
Section
License
Copyright (c) 2026 JURNAL ILMIAH SAINS TEKNOLOGI DAN INFORMASI
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
