<![CDATA[Latar Belakang: Unit bisnis Teaching Factory (TEFA) di SMK SMTI Bandar Lampung menghadapi tantangan operasional dalam menyelaraskan volume permintaan pasar dengan kapasitas produksi cat yang terbatas pada 5.000 Kg per bulan. Selama ini, penentuan kuota produksi didominasi oleh insting manajemen, sehingga meningkatkan risiko inefisiensi seperti penumpukan stok atau kehabisan bahan baku. Tujuan: Penelitian ini bertujuan untuk mengimplementasikan dan membandingkan model analitika prediktif menggunakan perangkat lunak Altair AI Studio (RapidMiner) untuk meramalkan volume penjualan produk cat secara akurat sehingga keputusan manajerial dapat berbasis data. Metode: Penelitian kuantitatif ini menganalisis data historis operasional selama 18 bulan terhadap empat varian produk cat. Empat variabel independen dievaluasi: Harga, Kualitas, E-CRM, dan Citra Institusi, terhadap variabel dependen Volume Penjualan. Analisis komparatif dilakukan menggunakan algoritma Multiple Linear Regression (MLR) dan Random Forest. Hasil: Hasil pengujian Linear Weights menunjukkan variabel Citra Institusi tidak memiliki pengaruh signifikan (p-value > 0.05). Model Random Forest terbukti unggul dengan tingkat kesalahan (Root Mean Square Error) terendah sebesar 435,52 Kg, serta mampu secara efektif mengatasi masalah multikolinearitas yang menyebabkan performa MLR menurun (RMSE 473,00 Kg). Kesimpulan: Konsumen TEFA SMTI lebih berorientasi pada faktor rasional seperti harga dan kualitas dibandingkan citra institusi. Algoritma Random Forest direkomendasikan sebagai mesin peramal utama. Disarankan agar manajemen segera bertransisi dari penentuan kuota berbasis insting menjadi berbasis Machine Learning.]]>
