KOMPARASI ALGORITMA NAIVE BAYES, RANDOM FOREST DAN SVM UNTUK MEMPREDIKSI NIAT PEMBELANJA ONLINE

Cucu Ika Agustyaningrum, Windu Gata, Ridan Nurfalah, Ummu Radiyah, Mawadatul Maulidah

Abstract


Beberapa tahun terakhir ini, penggunaan e-commerce atau toko online sangat meningkat. Bermacam-macam toko online yang bermunculan di internet, baik berskala kecil maupun yang berskala besar. Hal ini memiliki pengaruh yang sangat penting pada penggunaan waktu yang efektif dan tingkat angka penjualan. Maka dari itu e-commerce atau toko online harus mempunyai kemampuan menilai sarana yang digunakan untuk mengetahui dan mengklasifikasikan niat pembelanjaan online sehingga menghasilkan keuntungan bagi toko tersebut. Niat pembelanja online dapat dilakukan pengklasifikasian menggunakan beberapa algoritma, seperti Naive Bayes, Random Forest dan Support Vector Machine. Dalam penelitian ini perbandingan algoritma dilakukan menggunakan aplikasi WEKA dengan mengetahui nilai F1-Score, Akurasi, Kappa Statistic dan Mean Absolute Error. Terdapat perbedaan antara hasil pengujian, untuk nilai F1-Score, Akurasi, Kappa Statistic menghasilkan pengujian algoritma Random Forest-lah yang paling baik dibandingkan Naive Bayes dan Support Vector Machine. Sedangkan pada nilai Mean Absolute Error hasil pengujian algoritma Support Vector Machine merupakan nilai terbaik dari pada Naive Bayes dan Random Forest. Sehingga berdasarkan penelitian ini Algoritma Random Forest merupakan algoritma yang paling baik dan tepat untuk diterapkan sebagai pengklasifikasian niat pembelanja online, karena algoritma Random Forest yang paling mendominasi dalam mengetahui nilai kriteria seperti F1-Score, Akurasi, Kappa Statistic dan Mean Absolute Error.


Keywords


Algoritma, E-Commerce, Machine Learning, Niat Belanja, Weka.

Full Text:

PDF

References


Avola, D., Cinque, L., Foresti, G. L., Lamacchia, F., Marini, M. R., Perini, L., … Telesca, G. (2019). A Shape Comparison Reinforcement Method Based on Feature Extractors and F1-Score, 2155–2159.

Baati, K., & Mohsil, M. (2020). Real-Time Prediction of Online Shoppers ’ (Vol. 1). Springer International Publishing. https://doi.org/10.1007/978-3-030-49161-1

Christian, Y. (2019). JITE (Journal of Informatics and Telecommunication Engineering), 3(1), 58–66.

Kabir, R., Ashraf, F. Bin, & Ajwad, R. (2019). Analysis of Different Predicting Model for Online Shoppers ’ Purchase Intention from Empirical Data, (March 2020). https://doi.org/10.1109/ICCIT48885.2019.9038521

Kavitha, S., & Manikandan, S. (2019). Improving the Automobile Purchasing Behavior of Customer : Classification Techniques, (2), 2219–2223. https://doi.org/10.35940/ijeat.B2924.129219

Khan, M. A., & Khan, S. (2018). Service Convenience and Post-Purchase Behaviour of Online Buyers : An Empirical Study, 167–188. https://doi.org/10.1007/s12927-018-0006-x

Liao, C., Lin, H., Luo, M. M., & Chea, S. (2016). Factors influencing Online Shoppers’ Repurchase Intentions: The Roles of Satisfaction and Regret. Information & Management. https://doi.org/10.1016/j.im.2016.12.005

Nurachim, R. I. (2019). Pemilihan Model Prediksi Indeks Harga Saham Yang Dikembangkan Berdasarkan Algoritma Support Vector Machine ( Svm ) Atau Multilayer Perceptron ( Mlp ) Studi Kasus : Saham Pt Telekomunikasi Indonesia Tbk Jurnal Teknologi Informatika & Komputer | Vol . 5 , No . 1 , Maret 2019, 5(1), 29–35.

Sakar, C. O., S. Olcay Polat, Katircioglu, M., & Kastro, Y. (2018). Real-time prediction of online shoppers ’ purchasing intention using multilayer perceptron and LSTM recurrent neural networks. Neural Computing and Applications, 0. https://doi.org/10.1007/s00521-018-3523-0

Suryanto, A. A., & Muqtadir, A. (2019). Penerapan Metode Mean Absolute Error ( Mea ) Dalam Algoritma Regresi Linear Untuk Prediksi Produksi Padi, (1), 78–83.

Yang, J., Sarathy, R., & Lee, J. (2016). AC Management Science and Information Systems. Decision Support Systems. https://doi.org/10.1016/j.dss.2016.06.009




DOI: https://doi.org/10.30873/ji.v20i2.2402

Data citation

-



 

 

 

LP4M IBI DARMAJAYA

Jl. Zainal Abidin Pagar Alam No. 93 Labuhan Ratu, Bandar Lampung.Kampus IBI Darmajaya,  Gedung A Lantai 2.Telp. 0721-787214, 781310 Fax. 0721-700261 ext.126

Index by:
      

 

Flag Counter


Creative Commons License

Jurnal Informatika is licensed under a Creative Commons Attribution 4.0 International LicenseMy Stats jurnal

www.reliablecounter.com