ANALISIS TREN PRODUK E-COMMERCE INDONESIA MENGGUNAKAN ALGORITMA C4.5 DECISION TREE

Abstrak

Penelitian ini bertujuan mengidentifikasi tren produk pada platform e-commerce Indonesia menggunakan algoritma C4.5 Decision Tree. Data yang digunakan berasal dari Mendeley Data dan dianalisis melalui Altair AI Studio 2025 dengan tahapan preprocessing, pembentukan model, dan evaluasi hasil. Analisis dilakukan menggunakan dua atribut target, yaitu Category dan Gender, untuk melihat kecenderungan pembelian berdasarkan jenis produk serta perbedaan pola konsumsi antara laki-laki dan perempuan. Hasil menunjukkan bahwa gender berpengaruh terhadap kategori produk yang dibeli. Konsumen laki-laki lebih banyak memilih produk elektronik dan teknologi, sedangkan perempuan cenderung membeli produk kecantikan dan perawatan tubuh. Model dengan target Category menghasilkan akurasi 78,97%, sementara model Gender mencapai 99,67%. Temuan ini membuktikan bahwa algoritma C4.5 efektif dalam memetakan tren produk serta dapat menjadi dasar pengambilan keputusan strategis bagi pelaku usaha e-commerce.