Penerapan Model Decision Tree untuk Klasifikasi Rating dan Rekomendasi Produk Pakaian pada Platform E-Commerce

Authors

  • Putri Ameliya Universitas Nusantara PGRI Kediri Indonesia
  • Anis Faizul Laila Universitas Nusantara PGRI Kediri Indonesia
  • M. Abdilah Saputra Universitas Nusantara PGRI Kediri Indonesia
  • Rizal Syihab Saputra Adam Universitas Nusantara PGRI Kediri Indonesia

DOI:

https://doi.org/10.29407/dcwvz815

Abstract

Pertumbuhan pesat industri fashion di platform e-commerce menuntut adanya sistem rekomendasi yang mampu menyesuaikan dengan preferensi pengguna. Rekomendasi berbasis rating sering kali tidak mempertimbangkan hubungan antara fitur produk dan preferensi subjektif konsumen. Penelitian ini mengembangkan sistem rekomendasi produk fashion berbasis klasifikasi rating menggunakan algoritma Decision Tree yang dikombinasikan dengan metode content-based filtering. Dataset yang digunakan terdiri dari berbagai fitur seperti nama produk, merek, kategori, warna, ukuran, dan harga. Proses klasifikasi dilakukan untuk memprediksi rating, dilanjutkan dengan penyaringan produk berdasarkan kemiripan konten menggunakan cosine similarity dan pencarian berbasis kata kunci melalui TF-IDF. Hasil penelitian menunjukkan bahwa sistem mampu memberikan rekomendasi yang lebih relevan dan sesuai dengan kebutuhan pengguna. Pendekatan ini penting untuk meningkatkan efisiensi pencarian produk, pengalaman pengguna, dan mendukung pengambilan keputusan yang lebih tepat dalam platform e-commerce.

Keywords:

sistem rekomendasi, klasifikasi, decision tree

##plugins.themes.default.displayStats.downloads##

##plugins.themes.default.displayStats.noStats##

References

[1] L. Rajput and S. Singh, Customer Segmentation of E-commerce data using K-means Clustering Algorithm. 2023. doi: 10.1109/Confluence56041.2023.10048834.

[2] D. I. Suranda and A. Nugroho, “KLASIFIKASI DATA PENJUALAN UNTUK MEMPREDIKSI TINGKAT PENJUALAN PRODUK MENGGUNAKAN METODE DECISION TREE,” Jurnal Teknik Informasi dan Komputer (Tekinkom), vol. 7, no. 1, p. 370, Jun. 2024, doi: 10.37600/tekinkom.v7i1.1269.

[3] P. H. S. A. I. H. Nur Hayati, “Penerapan Metode Algoritma ID3 Decision Tree untuk Rekomendasi Pemilihan Baju,” JICTE (Journal of Information and Computer Technology Education), vol. 4, no. 2, Dec. 2020, doi: 10.21070/jicte.v4i2.1019.

[4] B. Yang, “Clothing Design Style Recommendation Using Decision Tree Algorithm Combined with Deep Learning,” Comput Intell Neurosci, vol. 2022, 2022, doi: 10.1155/2022/5745457.

[5] F. A. Oktavirahani and R. Maharesi, “Implementasi Algoritma Decision Tree Cart Untuk Merekomendasikan Ukuran Baju,” JURIKOM (Jurnal Riset Komputer), vol. 9, no. 1, p. 138, Feb. 2022, doi: 10.30865/jurikom.v9i1.3838.

[6] D. A. Mukhsinin, M. Rafliansyah, S. A. Ibrahim, R. Rahmaddeni, and D. Wulandari, “Implementasi Algoritma Decision Tree untuk Rekomendasi Film dan Klasifikasi Rating pada Platform Netflix,” MALCOM: Indonesian Journal of Machine Learning and Computer Science, vol. 4, no. 2, pp. 570–579, Mar. 2024, doi: 10.57152/malcom.v4i2.1255.

[7] Fadil Indra Sanjaya and Anna Dina Kalifia, “Precision Marketing Model using Decision Tree on e-Commerce Case Study Orebae.com,” Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi), vol. 7, no. 5, pp. 1033–1039, Sep. 2023, doi: 10.29207/resti.v7i5.4531.

[8] M. Maulidah et al., “Algoritma Klasifikasi Decision Tree Untuk Rekomendasi Buku Berdasarkan Kategori Buku,” JURNAL ILMIAH EKONOMI DAN BISNIS, vol. 13, no. 2, pp. 89–96, 2020, doi: https://doi.org/10.51903/e-bisnis.v13i2.251.

[9] A. Steffany, K. Aldzikri, M. Amar, R. Tricahya, and M. I. Arfiandono, “Penerapan Algoritma C4.5 Untuk Menganalisis Kepuasan Pelanggan E-Commerce Shopee,” Jurnal Nasional Komputasi dan Teknologi Informasi, vol. 6, no. 6, 2023, doi: https://doi.org/10.32672/jnkti.v6i6.7112.

[10] B. H. Mawaridi and M. Faisal, “Rekomendasi Merk Mobil Untuk Calon Pembeli Menggunakan Algoritma Decision Tree,” Jurnal Informatika, vol. 10, no. 2, pp. 157–162, Oct. 2023, doi: 10.31294/inf.v10i2.16000.

[11] D. Putriani, A. Puspa, A. Prayogi, A. I. Shofyana, A. Ristyawan, and E. Daniati, “Prediksi Customer Churn Menggunakan Algoritma Decision Tree,” Online, 2024. doi: https://doi.org/10.29407/inotek.v8i1.4914.

[12] A. Krisna Theo, A. G. Candra Andy, R. Achmad, E. Daniati, and A. Ristyawan, “Analisa Perbandingan Algoritma Classification Berdasarkan Komposisi Label,” Online, 2024. doi: https://doi.org/10.29407/inotek.v8i1.4906.

[13] N. K. A. Ni Wayan Wardani, “Analisa Komparasi Algoritma Decision Tree C4.5 dan Naïve Bayes untuk Prediksi Churn Berdasarkan Kelas Pelanggan Retail,” International Journal of Natural Sciences and Engineering., 2019, doi: https://doi.org/10.23887/ijnse.v3i3.23113.

[14] A. Ristyawan, A. Nugroho, and T. K. Amarya, “Optimasi Preprocessing Model Random Forest Untuk Prediksi Stroke,” vol. 12, no. 1, pp. 29–44, 2025.

[15] S. Haryati, A. Sudarsono, and E. Suryana, “IMPLEMENTASI DATA MINING UNTUK MEMPREDIKSI MASA STUDI MAHASISWA MENGGUNAKAN ALGORITMA C4.5 (STUDI KASUS: UNIVERSITAS DEHASEN BENGKULU),” 2015. doi: https://doi.org/10.37676/jmi.v11i2.260.

[16] N. A. Mustakim, M. Abdul Aziz, and S. A. Rahman, “Predicting Consumer Behavior in E-Commerce Using Decision Tree: A Case Study in Malaysia,” 2024. doi: https://doi.org/10.22610/imbr.v16i3(I).3965.

Downloads

Published

2025-07-10

Issue

Vol. 9 No. 1 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025

Section

Articles

License

Copyright (c) 2025 Putri Ameliya, Anis Faizul Laila, M. Abdilah Saputra , Rizal Syihab Saputra Adam

Creative Commons License

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

Authors who publish with this journal agree to the following terms:

  1. Copyright on any article is retained by the author(s).
  2. The author grants the journal, right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgment of the work’s authorship and initial publication in this journal.
  3. Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal’s published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
  4. Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
  5. The article and any associated published material is distributed under the Creative Commons Attribution-ShareAlike 4.0 International License

How to Cite

Penerapan Model Decision Tree untuk Klasifikasi Rating dan Rekomendasi Produk Pakaian pada Platform E-Commerce. (2025). Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi), 9(1), 135-143. https://doi.org/10.29407/dcwvz815