MODEL PREDIKSI PURCHASE INTENTION TIKTOK LIVE COMMERCE MENGGUNAKAN MACHINE LEARNING BERBASIS FAKTOR ATTITUDE, TRUST, DAN STREAMER INFLUENCE

Farhan Aries Vascalies; Martanto .; Yudhistira Arie Wijaya; Ryan Hamonangan

Authors

Farhan Aries Vascalies STMIK IKMI Cirebon, Indonesia
Martanto . STMIK IKMI Cirebon, Indonesia
Yudhistira Arie Wijaya STMIK IKMI Cirebon, Indonesia
Ryan Hamonangan STMIK IKMI Cirebon, Indonesia

Keywords:

TikTok Live Commerce, Purchase Intention, Machine Learning, Random Forest, Feature Importance

Abstract

Perkembangan pesat live commerce di platform TikTok menciptakan ekosistem belanja interaktif, namun memprediksi niat beli (purchase intention) konsumen dari data persepsi survei tetap menjadi tantangan metodologis yang kompleks. Penelitian ini bertujuan merancang dan mengimplementasikan model prediksi purchase intention menggunakan algoritma Machine Learning klasifikasi berbasis faktor perilaku konsumen, yaitu Streamer Influence, Customer Trust, dan Customer Attitude. Pendekatan kuantitatif diterapkan menggunakan dataset dari 390 responden penonton live streaming kecantikan. Tahapan prapemrosesan mencakup transformasi target variabel berskala Likert menjadi label klasifikasi biner (0 = Tidak Beli, 1 = Beli) menggunakan pendekatan ambang batas statistik (Nilai Median). Pendekatan ini secara natural mengatasi bias ketidakseimbangan kelas tanpa manipulasi data sintetis. Evaluasi model dilakukan menggunakan algoritma Random Forest Classifier dengan penyesuaian bobot kelas (class weight). Hasil eksperimen komputasi menunjukkan model berhasil mencapai tingkat akurasi prediksi sebesar 62,82%. Selanjutnya, ekstraksi metrik Feature Importance mengungkapkan temuan krusial bahwa Streamer Influence merupakan prediktor paling dominan dalam memicu niat beli dengan tingkat pengaruh sebesar 45,75%, disusul oleh Customer Trust (29,33%) dan Customer Attitude (24,91%). Kesimpulannya, daya tarik dan kemampuan komunikasi persuasif dari streamer bertindak sebagai katalisator utama penentu konversi penjualan di ekosistem live commerce. Penelitian ini memvalidasi efektivitas Machine Learning dalam mengekstraksi pola perilaku konsumen nyata serta menyumbangkan wawasan manajerial bahwa strategi pemasaran harus memprioritaskan kualitas interaksi host untuk mendorong rasa percaya audiens.

References

J. Guo, Y. Li, and G. Wei, “How live-streaming features impact consumers’ cross-border purchase intention: The roles of perceived value and uncertainty,” Frontiers in Psychology, vol. 12, p. 767876, 2021, doi: 10.3389/fpsyg.2021.767876.

X. Liu, “Impacts of different interactive elements on consumers’ purchase intention in live-streaming commerce,” PLOS ONE, vol. 19, no. 4, p. e0315731, 2024, doi: 10.1371/journal.pone.0315731.

P. Xu, B. -j. Cui, and B. Lyu, “Influence of streamer’s social capital on purchase intention in live streaming e-commerce,” Frontiers in Psychology, vol. 12, 2022, doi: 10.3389/fpsyg.2021.748172.

Y. Wu and H. Huang, “Influence of perceived value on consumers’ continuous purchase intention in live-streaming e-commerce — mediated by consumer trust,” Sustainability, vol. 15, no. 5, p. 4432, 2023, doi: 10.3390/su15054432.

R. Zhou and L. Tong, “A study on the influencing factors of consumers’ purchase intention during livestreaming e-commerce: The mediating effect of emotion,” Frontiers in Psychology, vol. 13, p. 903023, 2022, doi: 10.3389/fpsyg.2022.903023.

C. Wang, B. Chen, S. Hu, and J. Li, “Streamer interaction and consumer impulsive buying in live-stream commerce: the mediating roles of trust and emotional arousal with anticipated regret as boundary condition,” Frontiers in Communication, 2025, doi: 10.3389/fcomm.2025.1547639.

Z. Li et al., “Impact of Scene Features of E-Commerce Live Streaming on Consumers’ Flow and Purchase Intentions of Sporting Goods,” Behavioral Sciences, vol. 15, no. 2, p. 238, 2025, doi: 10.3390/bs15020238.