KLASIFIKASI BARANG PROMOSI DAN HARGA DISKON DI ALFAMIDI TURI MENGGUNAKAN METODE RANDOM FOREST BERBASIS WEB

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.