PENERAPAN ALGORITMA RANDOM FOREST DALAM KLASIFIKASI KECENDERUNGAN PERILAKU PEMBELIAN IMPULSIF GEN Z PADA E-COMMERCE BERDASARKAN FITUR FLASH SALE

Abstract

Penelitian ini bertujuan untuk mengklasifikasikan kecenderungan perilaku pembelian impulsif pada Gen Z dalam penggunaan e-commerce, khususnya pada fitur flash sale, dengan menerapkan algoritma Random Forest. Fenomena meningkatnya penggunaan e-commerce yang disertai strategi promosi seperti flash sale mendorong munculnya perilaku pembelian impulsif yang masih sulit diukur secara objektif. Metode yang digunakan adalah pendekatan kuantitatif berbasis data mining dengan data yang diperoleh melalui kuesioner online menggunakan skala Likert. Variabel penelitian meliputi besaran diskon, durasi waktu, notifikasi dan tampilan visual, serta ketersediaan stok sebagai variabel independen, dan perilaku pembelian impulsif sebagai variabel dependen. Data yang dikumpulkan kemudian melalui tahap preprocessing dan diklasifikasikan menggunakan algoritma Random Forest. Hasil penelitian menunjukkan bahwa algoritma Random Forest mampu mengklasifikasikan perilaku pembelian impulsif secara objektif dengan tingkat akurasi sebesar 83,16%. Fitur flash sale seperti diskon dan tekanan waktu memiliki pengaruh signifikan terhadap perilaku impulsif Gen Z. Penelitian ini juga menghasilkan sistem berbasis website yang dapat digunakan untuk klasifikasi dan analisis perilaku konsumen.