Implementasi Algoritma Random Forest untuk Prediksi Penjualan Produk Toko Retail

Dito Rigorastio, Thomas (2025) Implementasi Algoritma Random Forest untuk Prediksi Penjualan Produk Toko Retail. Bachelor Thesis, Universitas Multimedia Nusantara.

	PDF HALAMAN_AWAL.pdf Download (2MB)
	PDF BAB_I.pdf Download (217kB)
	PDF BAB_II.pdf Download (563kB)
	PDF BAB_III.pdf Download (1MB)
	PDF BAB_IV.pdf Restricted to Registered users only Download (1MB)
	PDF BAB_V.pdf Download (186kB)
	PDF DAFTAR_PUSTAKA.pdf Download (211kB)
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (711kB)

Abstract

Prediksi penjualan yang akurat penting dalam industri retail untuk mendukung pengelolaan inventaris dan pengambilan keputusan bisnis. Penelitian ini bertujuan membangun model prediksi jumlah penjualan produk toko retail menggunakan algoritma Random Forest. Dataset yang digunakan berasal dari Kaggle dan mencakup data penjualan, harga, diskon, dan faktor eksternal lainnya. Proses preprocessing mencakup pembersihan data, encoding fitur kategorik, serta penghapusan outlier dengan metode IQR. Model dibangun menggunakan Random Forest Regressor dan dilakukan tuning hyperparameter menggunakan RandomizedSearchCV. Evaluasi dilakukan dengan metrik MAE, RMSE, dan MAPE. Hasil pengujian menunjukkan model memberikan performa yang cukup baik dengan nilai MAE sebesar 7.27, RMSE sebesar 8.49, dan MAPE sebesar 17,79% pada data uji. Temuan ini membuktikan bahwa algoritma Random Forest efektif digunakan dalam prediksi penjualan pada sistem berbasis data historis.

Item Type:	Thesis (Bachelor Thesis)
Creators:	Dito Rigorastio, Thomas (00000061313)
Contributors:	Gunawan, Dennis
Keywords:	Machine Learning, Prediksi Penjualan, Random Forest, RandomizedSearchCV, Regresi, Retail.
Subjects:	000 Computer Science, Information and General Works
Divisions:	Faculty of Engineering & Informatics > Informatics
Date Deposited:	10 Sep 2025 05:36
URI:	https://kc.umn.ac.id/id/eprint/40415

Actions (login required)

View Item