Eddy Rahman Syahputra
Universitas Harapan Medan, Indonesia

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

Peramalan Deret Waktu untuk Bisnis : Pendekatan algoritma LGBM Regressor Fachrul Rozi Lubis; Eddy Rahman Syahputra
Data Sciences Indonesia (DSI) Vol. 1 No. 2 (2021): Article Research Volume 1 Number 2, Desember 2021
Publisher : ITScience (Information Technology and Science)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1014.723 KB) | DOI: 10.47709/dsi.v1i2.1347

Abstract

Peramalan deret waktu adalah topik yang cukup umum di bidang data science (ilmu data). Perusahaan menggunakan model peramalan untuk mendapatkan pandangan yang lebih jelas tentang bisnis masa depan. Data masa lalu dikumpulkan dan dianalisis melalui model kuantitatif atau kualitatif sehingga pola dapat diidentifikasi dan dapat mengarahkan perencanaan bisnis di masa depan akan tetapi memilih algoritme yang tepat merupakan salah satu keputusan sulit ketika akan mengembangkan model peramalan deret waktu. Penelitian ini menyajikan hasil analisi data dengan mengadopsi kerangka kerja data science CRISP-DM dan membandingkan lima algoritma berbeda untuk memperkirakan penjualan harian selama 28 hari ke depan. Berdasarkan hasil evaluasi kinerja RMSE, algoritma LGBM Regressor menghasilkan tingkat kesalahan 7.53 %, paling rendah dibandingkan algoritma lain, akan tetapi waktu pelatihan dan pengujian paling tinggi.