PREDIKSI PENURUNAN HARGA SMARTPHONE BEKAS MENGGUNAKAN ALGORITMA DECISION TREE (STUDI KASUS MK CELULLAR)

Abstract

Penelitian ini fokus pada penggunaan algoritma Decision Tree untuk memprediksi penurunan harga smartphone bekas di toko ritel MK Cellular. Dalam menghadapi tantangan persaingan pasar yang ketat dan penurunan harga produk yang cepat, MK Cellular memerlukan metode yang efisien untuk mengelola stok dan harga produk bekas secara optimal. Algoritma Decision Tree dipilih karena kemampuannya dalam mengklasifikasi dan mengidentifikasi keputusan berdasarkan pola yang ditemukan dalam data penjualan, termasuk variabel seperti tahun produksi, kapasitas penyimpanan, harga, dan ukuran RAM. Data penelitian dikumpulkan melalui observasi dan wawancara di MK Cellular, dengan implementasi sistem berbasis PHP dan MySQL yang dapat memberikan hasil prediksi secara akurat. Berdasarkan hasil penelitian, algoritma Decision Tree menunjukkan kinerja yang baik dalam pohon menghasilkan keputusan yang informatif, memungkinkan toko untuk merencanakan strategi inventaris dan penjualan dengan lebih efektif. Dengan demikian, aplikasi ini diharapkan dapat membantu MK Cellular menghindari pengisian stok dan memaksimalkan keuntungan dari penjualan smartphone bekas.