ANALISIS NIAT PEMBELANJA ONLINE MENGGUNAKAN ALGORITMA KLASIFIKASI CONVENTIONAL MACHINE LEARNING DAN DEEP NEURAL NETWORK

• CUCU IKA AGUSTYANINGRUM
• 14002365

---

ABSTRAK

Penggunaan e-commerce di seluruh dunia beberapa tahun akhir ini sangat pesat. Peningkatan penjualan berkelanjutan menunjukkan e-commerce memiliki potensi pasar sangat besar. keuntungan toko diperoleh dari proses menilai data untuk mengetahui dan mengklasifikasikan niat pembelanja online. proses menilai data menggunakan algoritma conventional machine learning dan deep neural network. Perbandingan algoritma dalam penelitian ini menggunakan bahsa pemrograman python dengan mengetahuin nilai Accuracy, F1-Score, Precision, Recall dan ROC AUC. Hasil pengujian terdapat nilai akurasi algoritma deep neural network sebesar 98,48%, F1 score 95,06%, precision 97,36%, recall 96,81% dan AUC 96,81%. Sehingga berdasarkan penelitian ini, teknik data mining deep neural network dapat menjadi algoritma yang efektif untuk data set niat pembelanja online dengan data cross validation folds 10, variasi enam hidden layer decoder-encoder fungsi aktivasi relu sigmoid, optimizer adagrad, searta learning rate 0,01 dan tanpa dropout. nilai algoritma deep neural network ini cukup dominan dibandingkan algoritma conventional machine learning dan penelitian terkait.

Kata Kunci: Algoritma, Conventional Machine Learning, Deep Neural Network, E-Commerce, niat belanja, Python

KATA KUNCI

Data Mining,DEEP NEURAL NETWORK,Algoritma,PYTHON

---

DAFTAR PUSTAKA

S.M. Taj "Intentions of online shoppers prediction by fuzzy petri nets construction" 2020
M.S.P.Sonya "Faktor-Faktor yang mempengaruhi keputusan pemilihan jasa ekspedisi JNE (Studi pada konsumen pengguna jasa JNE di Semaran)" 2019