PENERAPAN ALGORITMA DECISION TREE UNTUK MEMPREDIKSI TINGKAT KEBERHASILAN STRATEGI BISNIS DIGITAL UMKM

Authors

  • Angelina br Tampubolon Universitas Prima Indonesia; Pusat Unggulan IPTEK (PUI-ITIK) Inovasi Teknologi Ilmu Komputer
  • Jihan Zulwanda Universitas Prima Indonesia; Pusat Unggulan IPTEK (PUI-ITIK) Inovasi Teknologi Ilmu Komputer
  • Efandi H.B Sinuhaji Universitas Prima Indonesia; Pusat Unggulan IPTEK (PUI-ITIK) Inovasi Teknologi Ilmu Komputer
  • Saut Parsaoran Tamba Universitas Prima Indonesia; Pusat Unggulan IPTEK (PUI-ITIK) Inovasi Teknologi Ilmu Komputer

DOI:

https://doi.org/10.54314/jssr.v9i3.6511

Keywords:

Decision Tree, Classification, Digital Marketing, Customer Behavior Rapidminer

Abstract

Abstract: The development of digital marketing requires companies to understand customer behavior to ensure more effective promotional strategies. The problem in this study is the difficulty in identifying customers who are likely to respond to digital marketing campaigns because customer data has not been optimally utilized. To address this issue, this study applies the Decision Tree algorithm as a classification method to analyze and predict customer responses based on characteristics and purchasing behavior. The data used is the Customer Personality Analysis dataset from Kaggle, comprising 2,240 customer data. This data was processed through preprocessing, attribute selection, data transformation, SMOTE application, Decision Tree model development, and evaluation using a confusion matrix in RapidMiner Studio. The results showed that the Decision Tree model achieved an accuracy score of 74.48%, with the AcceptedCmp5 attribute being the most influential attribute due to its highest information gain. Based on these results, the Decision Tree algorithm is quite effective in assisting customer behavior analysis and supporting decision-making in digital marketing strategies

Keywords: Decision Tree, Classification, Digital Marketing, Customer Behavior Rapidminer

  

Abstrak: Perkembangan pemasaran digital menuntut perusahaan untuk memahami perilaku pelanggan agar strategi promosi dapat berjalan lebih efektif. Permasalahan dalam penelitian ini adalah sulitnya menentukan pelanggan yang berpotensi memberikan respons terhadap kampanye pemasaran digital karena data pelanggan belum dimanfaatkan secara optimal. Untuk mengatasi masalah tersebut, penelitian ini menerapkan algoritma Decision Tree sebagai metode klasifikasi untuk menganalisis dan memprediksi respons pelanggan berdasarkan karakteristik dan perilaku pembelian. Data yang digunakan merupakan dataset Customer Personality Analysis dari Kaggle sebanyak 2.240 data pelanggan yang diolah melalui tahap preprocessing, seleksi atribut, transformasi data, penerapan SMOTE, pembentukan model Decision Tree, dan evaluasi menggunakan confusion matrix pada RapidMiner Studio. Hasil penelitian menunjukkan bahwa model Decision Tree memperoleh nilai accuracy sebesar 74,48% dan atribut AcceptedCmp5 menjadi atribut paling berpengaruh karena memiliki nilai information gain tertinggi. Berdasarkan hasil tersebut, algoritma Decision Tree cukup efektif digunakan untuk membantu analisis perilaku pelanggan dan mendukung pengambilan keputusan dalam strategi pemasaran digital

Kata Kunci: Pohon Keputusan, Klasifikasi, Pemasaran Digital, Perilaku Pelanggan Rapidminer,

Downloads

Download data is not yet available.

References

T. Budiman and B. Rahman, “Pemanfaatan Machine Learning Dalam Mengoptimalkan Strategi Penjualan Berbasis E-Commerce Untuk Meningkatkan Pendapatan Umk,” JATI (Jurnal Mhs. Tek. Inform., vol. 9, no. 3, pp. 3917– 3923,2025,doi:10.36040/jati.v9i3. 13463.

M. Cerdas, A. Telukdarie, S. Philbin, B. G. Mwanza, and M. Munsamy, “Platform Digital untuk Pemberdayaan UMKM,” vol. 00, pp. 1–9, 2022.

A. Rahardi, R. Aprilia Andini, A. S. Tri Agil, G. Ramadhan, and D. Salim, “Pemanfaatan Machine Learning untuk Prediksi Kepuasan Pelamggan pada UMKM Digital,” J. Data Sci. Methods Appl., vol. 01, no. 02, pp. 66–74, 2025,doi:10.30873/jodmapps.v1i2 .pp66-74.

N. A. Khotamin, W. Damayanti, and M. Aula, “Pendampingan Konversi Bisnis Manual Ke Digital Bisnis Pada Usaha Kecil Menengah di Kecamatan Metro Utara,” Educommunity J. Pengabdi. Masy., vol. 2, no. 2, pp. 50–57, 2024,doi: 10.71365/ejpm.v2i2.59.

A. L. Kilay, B. H. Simamora, and P. Putra, “Pengaruh Layanan E- Payment dan E-Commerce terhadap Kinerja Rantai Pasokan : Implikasi Inovasi dan Solusi Terbuka terhadap Digitalisasi Usaha Mikro , Kecil , dan Menengah ( UMKM ) di Indonesia,” 2022.

L. Hakim, A. Luthfi, and A. Hasyim, “Konsep Pemasaran Digital dan Konvensional UMKM (Literatur Studi di Kabupaten Mojokerto),” ALTAMKINJurnal Ekon. Berbas. Pemberdaya. Masy., vol. 1, no. 1, pp. 16–22, 2025.

B. S. Nora, A. Mukoffi, and R. Risnaningsih, “Pengaruh Perkembangan Ekonomi Digital terhadap Kelangsungan Usaha Kecil Menengah Kota Malang,” vol. 3, no. 2, pp. 82–97, 2025, [Online]. Available: https://rinjani.unitri.ac.id/handle/0 71061/4483%0Ahttps://rinjani.uni tri.ac.id/bitstream/ handle/071061/4483/artikel.pdf?se quence=1&isAllowed=y

G. Santoso, M. Rizal, H. Wiyana, and S. N. Subagja, “Digitalisasi UMKM : Strategi Dan Model Bisnis Berbasis Teknologi Untuk Keberlanjutan,” JUBISDIGI J. Bisnis Digit., vol. 01, no. 01, pp. 21–30, 2025.

X. Zhang and Y. Xu, “Penelitian Faktor Keberhasilan dan Mekanisme yang Mempengaruhi Transformasi Digital pada UKM,” 2022.

S. Ramadhan, Z. Alamin, Miftahul Jannah, Muhammad Akbar, and Rizki Fikriyansah, “Data-driven MSME Success Prediction Using Decision Tree-Based Machine Learning Techniques,” Journix J. Informatics Comput., vol. 1, no. 1, pp. 1–9, 2025, doi: 10.63866/journix.v1i1.3.

Sutisna and M. Nurur Raudhan, “Strategi Pengambilan Keputusan Berbasis Data Analytics pada UMKM untuk Meningkatkan Penjualan,” Data Sci. Indones., vol. 5, no. 2, pp. 38–49, 2025, doi: 10.47709/dsi.v5i2.6768.

A. Hutagaol et al., “Analisis Pengaruh Digitalisasi Terhadap Umkm Di Kota Medan,”J. Ekuilnomi, vol. 6, no. 3, pp. 729–738, 2024, doi: 10.36985/kgvmq881.

I. Kamil, A. A. Bakri, S. Salingkat, A. Ardenny, J. P. Tahirs, and A. Alfiana, “Pendampingan UMKM melalui Pemanfaatan Digital Marketing pada Platform E- Commerce,” Amalee Indones. J. Community Res. Engagem., vol. 3, no. 2, pp. 517–526, 2022, doi: 10.37680/amalee.v3i2.2782.

R. Suarantalla, “Peran Artificial Intelligence (AI) dalam Optimalisasi Pemasaran Digital pada Usaha Mikro, Kecil, dan Menengah (UMKM),” RIGGS J. Artif. Intell. Digit. Bus., vol. 4, no. 3, pp. 8480–8491, 2025, doi: 10.31004/riggs.v4i3.3277.

M. Qasim, M. Khan, W. Mehmood, F. Sobieczky, M. Pichler, and B. Moser, “A Comparative Analysis of Anomaly Detection Methods for Predictive Maintenance in SME,” Commun. Comput. Inf. Sci., vol. 1633 CCIS, pp. 22–31, 2022, doi: 10.1007/978-3-031- 14343-4_3.

M. Harahap, B. P. A. Sihombing, O. A. F. Laia, B. T. Saragih, F. Teknologi, and U. P. Indonesia, “ANALISIS SENTIMEN REVIEW PENJUALAN PRODUK UMKM PADA MACHINE LEARNING Kuandi Dharma,” METHOMIKA J. Manaj. Inform. Komputerisasi Akunt., vol. 5, no. 2, pp. 147–154, 2021.

A. Saepuloh, P. A. Sanusi, and E. Rilvani, “PT. Media Akademik Publisher PREDIKSI KEBERHASILAN USAHA KECIL MENENGAH MENGGUNAKAN CREDAL C4.5 DAN CREDAL DECISION TREE: ANALISIS KOMPARATIF,” Jma), vol. 3, no. 7, pp. 3031–5220, 2025, [Online]. Available: https://doi.org/10.12345/jeb.2021. 15.2.112

S. Rizal, P. Studi, T. Informatika, and U. Yudharta, “Penerapan Algoritma Naïve Bayes Untuk Prediksi Penerimaan,” vol. 10, no. 1, pp. 14–21, 2018.

F. Satria, “Analisis Data Mining Strategi Digital Marketing terhadap Keputusan Pembelian Mahasiswa,” JIKO (Jurnal Inform. dan Komputer), vol. 9, no. 2, p. 427, 2025, doi: 10.26798/jiko.v9i2.1910.

M. S. Rahayu and B. -Barati, “Prediksi Perilaku Pembelian Konsumen di Platform E-Commerce Menggunakan Algoritma Decision Tree,” no. 19, pp. 1–5, 2025, [Online].

Available: https://www.researchgate.net/publication/393631892

L. Nur Khasanah, I. Nafiyah, N. Khomsah, and U. K. Abdurrahman Wahid Pekalongan, “Peran Digital Marketing Bagi Umkm Di Masa Pandemi,” J. Sahmiyya, vol. 1, no. 2, 196–202, 2022, [Online]. Available: https://e-journal. uingusdur. ac. Id /index.php/sahmiyya/article/view/ 58

S. A. Qalati, D. Ostic, M. A. B. A. Sulaiman, A. A. Gopang, and A. Khan, “Social Media and SMEs’ Performance in Developing Countries: Effects of Technological-Organizational- Environmental Factors on the Adoption of Social Media,” SAGE Open, vol. 12, no. 2, 2022,doi: 10.1177/215824402210945

Downloads

Published

2026-06-18

Issue

Vol. 9 No. 3 (2026): June 2026

Section

Artikel

License

Copyright (c) 2026 Angelina br Tampubolon, Jihan Zulwanda, Efandi H.B Sinuhaji, Saut Parsaoran Tamba

Creative Commons License

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