Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal Jurnal Informatika dan Rekayasa Perangkat Lunak
Patrisiane, Viena
Unknown Affiliation
Computer Science & IT

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Prediksi Jumlah Penjualan Melalui Live Stream dan Affiliate di TikTok Shop dengan Machine Learning Putri, Nabila Agustina Cahyani; Patrisiane, Viena
Jurnal Informatika dan Rekayasa Perangkat Lunak Vol 6, No 2 (2024): September
Publisher : Universitas Wahid Hasyim

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36499/jinrpl.v6i2.10532

Abstract

Teknik penjualan telah berkembang pesat dari cara konvensional ke metode online yang sering disebut sebagai e-commerce. Salah satu jenis e-commerce yang terdapat di Indonesia adalah TikTok Shop, pada TikTok Shop terdapat banyak faktor pendukung penjualan. Dua faktor pendukung penjualan yang ada pada TikTok Shop adalah live stream dan affiliate akan tetapi belum adanya penelitian yang membahas akan kedua faktor tersebut secara bersamaan terhadap jumlah penjualan. Tujuan dari penelitian ini adalah membuat model untuk memprediksi jumlah penjualan dengan faktor live stream dan affiliate pada TikTok Shop. Metode yang dipakai dalam penelitian ini adalah dengan membandingkan hasil dari RMSE (Root Mean Squared Error) yang terbentuk dari penerapan model machine learning multiple linear regression dan random forest regression. Hasil penelitian menunjukkan bahwa model terbaik berdasarkan RMSE (Root Mean Squared Error) terendah untuk memprediksi jumlah penjualan dengan faktor live stream dan affiliate pada TikTok Shop adalah algoritma multiple linear regression dengan RMSE (Root Mean Squared Error) sebesar 39.306882.
Prediksi Jumlah Penjualan melalui Live Stream dan Affiliate di TikTok Shop dengan Machine Learning Putri, Nabila Agustina Cahyani; Patrisiane, Viena
Jurnal Informatika dan Rekayasa Perangkat Lunak Vol. 6 No. 2 (2024): September
Publisher : Universitas Wahid Hasyim

Show Abstract | Download Original | Original Source | Check in Google Scholar

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.
Co-Authors Putri, Nabila Agustina Cahyani