Muhammad Garma Asyam Rianto
Unknown Affiliation

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

Found 1 Documents
Search

Implementasi Model XGBoost untuk Prediksi Jumlah Transaksi dan Total Pendapatan di Jaringan Restoran CV Balibul Muhammad Garma Asyam Rianto; Anggunmeka Luhur Prasasti; Astri Novianty
Jurnal Nasional SAINS dan TEKNIK Vol. 2 No. 2 (2024): Desember 2024
Publisher : Universitas Telkom

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25124/jnst.v2i2.8750

Abstract

Penelitian ini bertujuan untuk menerapkan model XGBoost dalam memprediksi jumlah transaksi dan total pendapatan dijaringan restoran CV Balibul. Model XGBoost menggunakan teknik gradient tree boosting untuk meningkatkan akurasiprediksi dari data transaksi harian yang diolah menggunakan library Pandas. Optimisasi parameter untuk model dilakukandengan metode Bayesian Optimization, dan evaluasi model menggunakan metrik R2, RMSE, MAPE, dan Pattern Similarity.Hasil penelitian menunjukkan bahwa model XGBoost dapat memprediksi jumlah transaksi dan total pendapatan dengantingkat akurasi yang masuk akal, di mana shift 1 memiliki nilai error yang lebih kecil dibandingkan shift 2.