Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Jurnal Informatika Teknologi dan Sains (Jinteks)
Jaka, Aris Tri
Unknown Affiliation
Computer Science & IT Control & Systems Engineering

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

Found 1 Documents
Search

 1 
PENERAPAN ALGORITMA REGRESI LINIER DAN RANDOM FOREST UNTUK MEMPREDIKSI PENJUALAN DI UCHI PARFUME Falah, Syamsul; Jaka, Aris Tri; Nada, Noora Qotrun
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 7 No 3 (2025): EDISI 25
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v7i3.6464

Abstract

Persaingan yang semakin ketat di sektor ritel parfum memerlukan pengelolaan persediaan dan strategi promosi yang tepat serta terukur. Di Uchi Parfume cabang Bumiayu, proses tersebut masih dilakukan secara manual melalui perkiraan, sehingga berisiko memicu ketidakseimbangan stok dan menurunkan kinerja penjualan. Penelitian ini mengembangkan model prediksi penjualan berbasis data historis untuk memperbaiki ketepatan perencanaan dan mengoptimalkan strategi promosi. Dua algoritma machine learning, yaitu Regresi Linier dan Random Forest, diterapkan dengan metode CRISP-DM yang mencakup tahap pemahaman bisnis, pengolahan data, pemodelan, evaluasi, dan implementasi. Variabel yang dianalisis meliputi bulan, harga, diskon, varian parfum, metode pembelian, dan lokasi cabang. Hasil evaluasi berdasarkan metrik MAE, RMSE, MAPE, dan R² menunjukkan bahwa Random Forest memiliki kinerja lebih unggul dibandingkan Regresi Linier, dengan kesalahan prediksi yang lebih rendah dan kemampuan menjelaskan variasi data yang lebih tinggi. Model kemudian diterapkan ke dalam aplikasi berbasis Streamlit, yang memungkinkan pengguna melakukan analisis penjualan dan perencanaan stok secara interaktif. Penelitian ini diharapkan dapat meningkatkan efisiensi operasional Uchi Parfume dalam membuat keputusan yang lebih akurat dan efisien.
Co-Authors Noora Qotrun Nada, Noora Qotrun Syamsul Falah