Article Sidebar

Submitted
March 22, 2025
Published
September 30, 2024
Download
pdf
Statistic
Read Counter : 71 Download : 63

Main Article Content

Abstract

Sales techniques have evolved rapidly from conventional methods to online methods often referred to as e-commerce. One of the types of e-commerce that exists in Indonesia is TikTok Shop, on TikToc Shop there are many sales supporting factors. The two sales supporting factors available on TikTok Shop are live stream and affiliate but there is no research to discuss the two factors simultaneously to the volume of sales. The aim of this study is to create a model to predict sales with live stream and affiliate factors on TikTok Shop. The method used in this research is by comparing the results of RMSE (Root Mean Squared Error) formed from the application of machine learning models multiple linear regression and random forest regression. The results of the study show that the best model based on RMSE for predicting sales with the live stream factor and the affiliate on TikTok shop is a multiple linear regression algorithm with RMSE(Root mean squared error) of 39.306882.

Keywords

Multiple Linear Regression Random Forest Regression TikTok Shop live stream affiliate

Article Details

References

  1. Akhmad, E. P. A. (2020). Data Mining Menggunakan Regresi Linear untuk Prediksi Harga Saham Perusahaan Pelayaran. Jurnal Aplikasi Pelayaran Dan Kepelabuhanan, 10(2), 120–131.
  2. Amin, D. E. R., & Fikriyah, K. (2023). Pengaruh Live Streaming Dan Online Customer Review Terhadap Keputusan Pembelian Produk Fashion Muslim (Studi Kasus Pelanggan TikTok Shop di Surabaya). JURNAL ILMIAH EDUNOMIKA, 7(1).
  3. Chamidah, N., & others. (2022). PENGARUH WORD OF MOUTH MENGENAI LIVE STREAMING TIKTOK SHOP TERHADAP KEPUTUSAN PEMBELIAN KONSUMEN. Jurnal Komunikasi Pemberdayaan, 1(2), 131–143.
  4. Dwiyanti, S. A. I., & Fitri, A. I. (2021). Efektivitas Media Tiktok Dan Influencer Mendongkrak Penjualan Lippie Serum Raecca Dipandemi Covid19. Jurnal Ekonomi Dan Bisnis (EK Dan BI), 4(1), 345–353.
  5. Faiz, M. D. G., Rakhmatsyah, A., Yasirandi, R., & others. (2021). Klasifikasi Data Aktivitas Setelah Joging Menggunakan Fuzzy Logic. Jurnal RESTI (Rekayasa Sistem Dan Teknologi Informasi), 5(3), 534–542.
  6. Izumi, C. F., & Nengsih, M. K. (2024). PENGARUH LIVE STREAMING SHOPPING DAN AFFILIATE MARKETING TERHADAP KEPUTUSAN PEMBELIAN PRODUK PADA APLIKASI TIKTOK SHOP ( Studi Kasus Mahasiswa UM Bengkulu Pengguna Aplikasi Tiktok di Kota Bengkulu ). JURNAL MANAJEMEN MODAL INSANI DAN BISNIS (JMMIB), 5(1), 47–59. https://doi.org/10.61567/jmmib.v5i1.187
  7. Karina, N. D., Awalludin, D., Bakhri, A. S., & others. (2023). Pengaruh Affiliate Marketing Dalam Peningkatan Penjualan Pada Belanja Online Terhadap Perilaku Konsumen. Prosiding Seminar Nasional Inovasi Dan Adopsi Teknologi (INOTEK), 3(1), 80–89.
  8. KURNIAWATI, N., NOVFITRI, A., & NINGSIH, Y. K. (2022). Prediksi Channel Gain Threshold untuk Modulasi Adaptif V2V menggunakan Algoritma Random Forest Regression. ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika, 10(3), 544.
  9. Kusuma, M. P., & Hamsani, H. (2023). ANALISIS FAKTOR YANG MEMPENGARUHI KEPUTUSAN PEMBELIAN PADA TIKTOK SHOP. Mufakat: Jurnal Ekonomi, Manajemen Dan Akuntansi, 2(6), 705–717.
  10. Kusuma, P. D. (2020). Machine Learning Teori, Program, dan Studi Kasus. Deepublish.
  11. Lemantara, J. (2022). Penerapan Algoritma Na"ive Bayes dan ID3 untuk Memprediksi Segmentasi Pelanggan pada Penjualan Mobil. Journal of Technology and Informatics (JoTI), 4(1), 31–40.
  12. Mardianto, D. (2023). Pengaruh Kualitas Informasi Terhadap Minat Beli Ulang Pada Aplikasi Tiktok Shop Pada Mahasiswa Fakultas Ekonomi Universitas Sumatera Barat. Jurnal Akuntansi Keuangan Dan Bisnis, 1(2), 118–122.
  13. Nurani, A. T., Setiawan, A., & Susanto, B. (2023). Perbandingan Kinerja Regresi Decision Tree dan Regresi Linear Berganda untuk Prediksi BMI pada Dataset Asthma. Jurnal Sains Dan Edukasi Sains, 6(1), 34–43.
  14. Pramudiansyah, A. P. (2021). Segmentasi Pelanggan Menggunakan Algoritma K-Means Berdasarkan Model Recency Frequency Monetary. Jurnal Ilmiah Ilmu Komputer Fakultas Ilmu Komputer Universitas Al Asyariah Mandar, 7(2), 6–19.
  15. Ramadhayanti, A. (2021). Pengaruh Komunikasi Pemasaran dan Affiliate Marketing terhadap Volume Penjualan. Al-KALAM JURNAL KOMUNIKASI, BISNIS DAN MANAJEMEN, 8(1), 94. https://doi.org/10.31602/al-kalam.v8i1.4161
  16. Riskya, N., & Yuliana, S. (2023). PENERAPAN DATA MINING UNTUK PREDIKSI PERILAKU PELANGGAN MENGGUNAKAN MULTIPLE LINEAR REGRESSION. Jurnal Informatika Dan Teknik Elektro Terapan, 11(3).
  17. Susetianingtias, D. T., Patriya, E., & others. (2022). Model Random Forest Regression Untuk Peramalan Penyebaran Covid-19 Di Indonesia: Random Forest Regression Model for Forecast Of Covid-19 Spread In Indonesia. Decode: Jurnal Pendidikan Teknologi Informasi, 2(2), 84–95.
  18. Wilandini, D., & Purwantoro, P. (2022). Penerapan Algoritma Na"ive Bayes dalam mengklasifikasikan Media Sosial untuk mengamati Trend Kuliner. Jurnal Teknologi Terpadu, 8(1), 31–39.
  19. Wilson, N., & others. (2021). Aplikasi Peramalan Harga Emas Dengan Model Hibrid Antara Metode Box Jenkins Approach Dan Multiple Linear Regression. Jurnal Ilmiah Teknik Informatika METHOTIKA, 1(2), 44–51.