IDENTIFIKASI DAN ANALISIS TREN OBAT TERLARIS DI SALAH SATU MARKETPLACE MENGGUNAKAN BIG DATA ANALYTICS

Abstrak

Perkembangan perdagangan daring telah mentransformasi kebiasaan konsumsi masyarakat, termasuk dalam hal pembelian produk farmasi. Kajian ini berfokus pada eksplorasi pola penjualan obat serta identifikasi variabel prediktif yang berdampak pada keputusan pembelian konsumen dengan memanfaatkan pendekatan machine learning di platform marketplace. Pengambilan data produk obat dilakukan melalui teknik web scraping pada Oktober 2024. Analisis deskriptif diaplikasikan untuk memetakan pola dan tren penjualan, sementara analisis prediktif dilaksanakan menggunakan algoritma Decision Tree guna menentukan faktor paling signifikan terhadap volume penjualan. Periode penelitian berlangsung dari Oktober 2024 hingga Februari 2025 guna mengamati dinamika peringkat kategori obat terpopuler. Hasil penelitian mengungkapkan bahwa harga menjadi prediktor utama bagi obat resep dan obat tradisional, sedangkan lokasi penjual merupakan faktor penentu paling berpengaruh untuk suplemen. Obat resep secara konsisten menduduki peringkat pertama, obat tradisional stabil di posisi ketiga, dan suplemen mengalami fluktuasi dengan rata-rata peringkat keenam. Penerapan data mining yang mengintegrasikan analisis deskriptif dan algoritma Decision Tree terbukti efektif dalam mengidentifikasi faktor dominan serta pola penjualan produk farmasi di marketplace, meskipun akurasi prediksi masih terbatas akibat variabel yang belum lengkap.