Jurnal Informatika dan Rekayasa Elektronik
Vol. 7 No. 1 (2024): JIRE APRIL 2024

ANALYSIS OF THE APPLICATION OF HYPERPARAMETER TUNING IN MACHINE LEARNING TO INCREASE THE ACCURACY OF SALES-LEVEL PREDICTION

Sugiyanti (Unknown)
Muhammad Haris (Unknown)



Article Info

Publish Date
26 Apr 2024

Abstract

Pertumbuhan pelaku bisnis penjualan semakin meningkat, untuk itu perlu adanya suatu prediksi terhadap tingkat penjualan untuk penjualan masa depan agar tidak mengalami kerugian finansial. Tujuan dari penelitian ini adalah untuk mendapatkan model prediksi tingkat penjualan dengan akurat. Pihak penjual akan memahami fitur-fitur penting yang mempengaruhi terhadap tingkat atau nilai penjualan. Metode yang digunakan dalam peneltiian ini adalah algoritma regression Machine Learning (ML) serta menggunakan hyperparameter tuning. Tahap preprocessing dalam penelitian ini sangat penting untuk dapat menghasilkan nilai prediksi yang lebih baik. Hasil dari penelitian ini menghasilkan algoritma terbaik yaitu XGBoost dengan hasil Root Mean Squared Error (RMSE) adalah 968 dan nilai Mean Absolute Error (MAE) adalah 713, hasil tersebut lebih baik dari hasil penelitian sebelumnya dengan menggunalan algoritma yang sama yaitu XGBoost tetapi tidak menggunakan hyperparameter tuning optuna menghasilkan nilai RMSE sebesar 1052, dan MAE sebesar 739.03. Sehingga dengan menggunakan hyperparameter tuning optuna dapat menurunkan nilai error hasil prediksi.

Copyrights © 2024






Journal Info

Abbrev

jire

Publisher

Subject

Computer Science & IT

Description

JIRE (Jurnal Informatika dan Rekayasa Elektronik) (eISSN: 2620-6900) diterbitkan oleh LPPM STMIK Lombok sebagai wadah untuk mempublikasikan artikel tentang pengetahuan baru dan penelitian dengan isu terkini yang berkaiatan dengan teknologi informasi, dengan topik Networks, Internet and Mobile ...