KLASIFIKASI KONSUMSI PRODUK E-COMMERCE MENGGUNAKAN MACHINE LEARNING UNTUK MANAJEMEN STOCK

Raihansyah, Muhammad Hafiz (2024) KLASIFIKASI KONSUMSI PRODUK E-COMMERCE MENGGUNAKAN MACHINE LEARNING UNTUK MANAJEMEN STOCK. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

	Text (COVER-ABSTRAK) COVER.pdf Download (916kB)
	Text (BAB I) BAB I.pdf Download (171kB)
	Text (BAB II) BAB II.pdf Restricted to Registered users only Download (681kB)
	Text (BAB III) BAB III.pdf Restricted to Registered users only Download (259kB)
	Text (BAB IV) BAB IV.pdf Restricted to Registered users only Download (512kB)
	Text (BAB V) BAB V.pdf Download (76kB)
	Text (DAFTAR PUSTAKA-LAMPIRAN) Daftar Pustaka dan Lampiran.pdf Restricted to Registered users only Download (186kB)
	Archive (SOURCE CODE) Sourcecode - 20.12.1704.zip Restricted to Repository staff only Download (220kB)
	Text (PUBLIKASI) Publikasi.pdf Restricted to Repository staff only Download (478kB)

Abstract

Penelitian ini bertujuan untuk mengembangkan model klasifikasi konsumsi produk e-commerce menggunakan machine learning. E-commerce telah menjadi salah satu sektor yang berkembang pesat dalam beberapa tahun terakhir, dengan semakin banyaknya pengguna yang berbelanja secara online. Dalam konteks ini, klasifikasi konsumsi produk e-commerce dapat memberikan wawasan berharga kepada pengusaha/penjual e-commerce dalam perencanaan stok, pengiriman, dan strategi pemasaran mereka. Metode yang digunakan dalam penelitian ini adalah pendekatan machine learning yang melibatkan pengumpulan dan analisis data historis tentang konsumsi produk e-commerce. Data yang digunakan mencakup informasi tentang produk, pelanggan, waktu, dan faktor-faktor lain yang relevan. Langkah pertama dalam penelitian ini adalah pra-pemrosesan data, termasuk pembersihan, penggabungan, dan pemilihan fitur yang relevan. Selanjutnya, algoritma machine learning diterapkan untuk melatih model klasifikasi konsumsi produk. Hasil eksperimen menunjukkan bahwa model klasifikasi yang dikembangkan mampu memberikan hasil yang akurat dalam mengklasifikasikan konsumsi produk e-commerce. Faktor-faktor seperti tren konsumen, musim, promosi, dan atribut produk telah terbukti berpengaruh dalam klasifikasikonsumsi. Model ini dapat digunakan untuk memberikan rekomendasi kepada perusahaan ecommerce tentang tindakan yang perlu diambil untuk mengoptimalkan stok, promosi, dan pengiriman produk. Penelitian ini memiliki implikasi praktis yang signifikan bagi perusahaan e-commerce. Dengan menggunakan model rediksi konsumsi produk, perusahaan dapat meningkatkan efisiensi operasional mereka, mengurangi biaya persediaan yang tidak perlu, serta meningkatkan kepuasan pelanggan dengan pengiriman yang tepat waktu. Selain itu, model ini juga dapat membantu perusahaan ecommerce dalam perencanaan strategi pemasaran yang lebih efektif.

Actions (login required)

View Item