Sistem Prediksi Penjualan Alat Peraga Montessori Anak menggunakan Algoritma Random Forest (Studi Kasus: CV Kamoemontessori)

Billy Hasman, Muhammad (2024) Sistem Prediksi Penjualan Alat Peraga Montessori Anak menggunakan Algoritma Random Forest (Studi Kasus: CV Kamoemontessori). Bachelor Thesis thesis, Universitas Multimedia Nusantara.

	PDF HALAMAN_AWAL.pdf Download (1MB)
	PDF BAB_I.pdf Download (212kB)
	PDF BAB_II.pdf Download (335kB)
	PDF BAB_III.pdf Download (282kB)
	PDF BAB_IV.pdf Restricted to Registered users only Download (622kB)
	PDF BAB_V.pdf Download (205kB)
	PDF DAFTAR_PUSTAKA.pdf Download (212kB)
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (896kB)

Abstract

Penelitian ini bertujuan untuk mengembangkan sistem prediksi penjualan alat peraga Montessori anak menggunakan algoritma Random Forest pada CV Kamoemontessori. Masalah utama yang dihadapi adalah fluktuasi permintaan dan pengelolaan stok yang tidak terprediksi dengan baik, terutama saat event seminar offline, di mana banyak customer dari luar kota mendapati stok yang tidak mencukupi. Tujuan dari penelitian ini adalah untuk memprediksi permintaan produk sehingga dapat membantu perusahaan dalam perencanaan produksi dan pengelolaan stok. Metode yang digunakan dalam penelitian ini melibatkan pengumpulan data penjualan historis dari Januari 2022 hingga Desember 2023. Data tersebut kemudian diproses melalui tahapan preprocessing seperti pengisian nilai kosong, konversi kolom, feature engineering, dan penyeimbangan data menggunakan SmoteTomek. Data yang telah diproses kemudian digunakan untuk melatih model menggunakan algoritma Random Forest, yang merupakan bagian dari teknik Ensemble Learning. Hasil penelitian menunjukkan bahwa model prediksi yang dikembangkan memiliki akurasi sebesar 90%. Selain itu, nilai precision sebesar 0,90 untuk kelas 0 dan 0,91 untuk kelas 1, serta recall sebesar 0,92 untuk kelas 0 dan 0,89 untuk kelas 1. Nilai F1-score masing-masing sebesar 0,91 untuk kelas 0 dan 0,90 untuk kelas 1. Kesimpulan dari penelitian ini adalah algoritma Random Forest dapat diimplementasikan secara efektif untuk memprediksi penjualan alat peraga Montessori anak, meskipun masih terdapat ruang untuk perbaikan lebih lanjut. Penelitian ini diharapkan dapat membantu CV Kamoemontessori dalam merencanakan produksi dan pengadaan stok dengan lebih efisien, serta meningkatkan kepuasan pelanggan.

Item Type:	Thesis (Bachelor Thesis)
Keywords:	Prediksi penjualan, alat peraga Montessori, Random Forest, Ensemble Learning, CV Kamoemontessori.
Subjects:	?? T58.5-58.64 ??
Divisions:	Faculty of Engineering & Informatics > Informatics
SWORD Depositor:	Administrator UMN Library
Depositing User:	Administrator UMN Library
Date Deposited:	11 Nov 2024 10:02
Last Modified:	11 Nov 2024 10:02
URI:	https://kc.umn.ac.id/id/eprint/34394

Actions (login required)

View Item