KLASIFIKASI KEPUTUSAN PEMBELIAN SKINCARE DI TIKTOK SHOP BERDASARKAN FAKTOR INFLUENCER MENGGUNAKAN ALGORITMA DECISION TREE

Perkembangan TikTok Shop sebagai platform social commerce meningkatkan peran influencer dalam memengaruhi keputusan pembelian produk skincare. Namun, kompleksitas faktor influencer yang terlibat menyulitkan identifikasi pola keputusan pembelian secara sistematis. Penelitian ini bertujuan untuk mengevaluasi secara eksploratif penggunaan algoritma Decision Tree dalam mengklasifikasikan keputusan pembelian skincare di TikTok Shop berdasarkan faktor influencer. Data diperoleh dari 124 responden mahasiswa melalui kuesioner. Variabel keputusan pembelian dibentuk sebagai variabel biner (membeli dan tidak membeli) dengan menggabungkan tiga indikator kuesioner. Variabel independen terdiri dari enam konstruk influencer, yaitu kredibilitas, popularitas, kepercayaan, daya tarik, kualitas konten, intensitas promosi. Evaluasi model dilakukan menggunakan stratified 5-fold cross-validation untuk mengurangi risiko overfitting. Hasil penelitian menunjukkan bahwa model Decision Tree mencapai akurasi rata-rata sebesar 72,6%, melampaui akurasi dasar sebesar 62,1%. Nilai precision, recall, dan F1-score masing-masing sebesar 81,1%, 74,2%, dan 76,9%, yang menunjukkan kinerja klasifikasi yang moderat dan stabil. Analisis feature importance menunjukkan bahwa daya tarik influencer memiliki kontribusi relatif terbesar dalam proses klasifikasi, diikuti oleh kredibilitas dan popularitas influencer. Penelitian ini menegaskan bahwa Decision Tree dapat digunakan sebagai alat eksploratif dengan interpretasi hasil yang bersifat non-kausal.