Abstract:
Strategi promosi dan pemberian diskon merupakan elemen penting dalam meningkatkan
penjualan serta daya saing pada industri ritel. Namun, penentuan produk yang tepat untuk
dipromosikan seringkali masih dilakukan secara manual dan subjektif, sehingga berpotensi
menyebabkan ketidakefisienan dalam strategi pemasaran. Penelitian ini bertujuan untuk
menerapkan metode Random Forest dalam proses klasifikasi barang promosi dan harga
diskon di Alfamidi Turi serta mengimplementasikannya dalam bentuk sistem berbasis web.
Data yang digunakan berasal dari laporan penjualan historis sebanyak 500 data produk.
Metode Random Forest dipilih karena memiliki kemampuan tinggi dalam menangani data
kompleks dan menghasilkan akurasi yang stabil. Sistem dirancang menggunakan arsitektur
terintegrasi antara Python (Flask) sebagai pemroses model machine learning, PHP dan
MySQL sebagai backend, serta HTML, CSS, dan JavaScript sebagai frontend. Berdasarkan
hasil pengujian, model Random Forest mampu melakukan klasifikasi produk promosi dengan
tingkat akurasi sebesar 92%. Hasil ini menunjukkan bahwa metode Random Forest efektif
digunakan untuk membantu pengambilan keputusan promosi yang lebih objektif, efisien, dan
berbasis data historis.
