Analisis Penjualan pada Perusahan Food and Beverage Menggunakan Algortima Decision Tree dalam Meningkatkan Penjualan

Abstract

Industri Food and Beverage (F&B) mengalami pertumbuhan yang pesat seiring dengan meningkatnya konsumsi masyarakat dan dinamika persaingan bisnis yang semakin kompleks. Kondisi tersebut menuntut perusahaan F&B untuk mampu memanfaatkan data penjualan secara optimal sebagai dasar pengambilan keputusan strategis. Data penjualan tidak hanya merepresentasikan kinerja bisnis, tetapi juga mencerminkan perilaku konsumen, tren permintaan, serta efektivitas strategi pemasaran yang diterapkan. Namun, dalam praktiknya, banyak perusahaan F&B masih belum memanfaatkan data penjualan secara analitis dan sistematis, sehingga strategi penjualan yang dihasilkan cenderung kurang responsif terhadap perubahan pasar. Penelitian ini bertujuan untuk menganalisis data penjualan perusahaan Food and Beverage (F&B) menggunakan algoritma Decision Tree guna meningkatkan strategi penjualan melalui identifikasi faktor-faktor yang memengaruhi tingkat penjualan. Metode penelitian yang digunakan adalah penelitian kuantitatif dengan pendekatan data mining, di mana data penjualan historis diolah melalui tahapan preprocessing, pemodelan, dan evaluasi menggunakan algoritma Decision Tree. Model yang dihasilkan dianalisis untuk mengetahui pola, hubungan antar variabel, serta aturan keputusan yang terbentuk. Hasil penelitian menunjukkan bahwa algoritma Decision Tree mampu mengklasifikasikan tingkat penjualan dengan baik serta mengidentifikasi variabel-variabel yang memiliki pengaruh signifikan terhadap penjualan, seperti kategori produk, harga, dan waktu penjualan. Temuan ini memberikan dasar analitis yang kuat bagi perusahaan dalam merumuskan strategi penjualan yang lebih tepat sasaran dan berbasis data. Secara akademik, penelitian ini berkontribusi pada pengembangan kajian data mining dalam konteks industri F&B, sementara secara praktis memberikan rekomendasi strategis yang dapat dimanfaatkan oleh manajemen perusahaan untuk meningkatkan kinerja penjualan.