<![CDATA[Industri penjualan laptop tidak hanya dipengaruhi oleh kemajuan teknologi, tetapi juga dipengaruhi oleh perubahan cepat dalam prefernsi konsumen dan perubahan kondisi ekonomi seseorang. Permintaan laptop dari konsumen bervariasi secara signifikan dari waktu ke waktu, yang dipengaruhi oleh beberapa faktor seperti kualitas produk, harga produk, citra merek, dan kecepatan peluncuran model baru. Ketidakstabilan faktor tersebut membuat penjual laptop mengalami kesulitan dalam melakukan restock barang di tokonya, dari beberapa kasus yang ada penjual laptop sering mengalami overstock ataupun stockout. Salah satu metode yang dapat digunakan untuk memprediksi penjualan barang adalah metode Long Short Term Memory (LSTM). Dimana dalam pembuatan model tersebut dibagi menjadi 3 category yaitu low-end category, mid-end category dan high-end category. Untuk low-end category memiliki kriteria harga <= Rp. 8.000.000 sedangkan mid-end category memiliki kriteria harga > Rp. 8.000.000 dan <= Rp. 16.000.000 dan untuk high-end category memiliki kriteria harga > Rp. 16.000.000. Untuk pengoptimalan hasil prediksi digunakanlah metode optimasi Adaptive Moment Gradient (ADAM). Berdasarkan uji coba dengan menggunakan metode tersebut didapatkan hasil berupa RMSE (low-end category): 30.4401 dan R2 Score (low-end category): 0.9804, RMSE (mid-end category): 14.1007 dan R2 Score (mid-end category): 0.9956, dan RMSE (high-end category): 14.5063 dan R2 Score (high-end category): 0.9964.]]>
Copyrights © 2024
