<![CDATA[Persaingan bisnis yang semakin ketat di era globalisasi menuntut perusahaan, termasuk industri otomotif, untuk mampu memenuhi kebutuhan pasar secara cepat dan tepat. Salah satu strategi yang dapat diterapkan adalah melakukan prediksi penjualan kendaraan guna menunjang proses perencanaan produksi dan pengambilan keputusan strategis. Penelitian ini bertujuan untuk melakukan Systematic Literature Review (SLR) mengenai penerapan teknologi machine learning, deep learning, dan data mining dalam prediksi penjualan kendaraan. Fokus kajian ini mencakup identifikasi sebaran publikasi ilmiah dari tahun 2021 hingga 2025, pendekatan prediksi dan teknik prediksi yang digunakan, serta metode evaluasi yang diterapkan. Artikel-artikel tersebut difilter dengan kata kunci penelusuran menggunakan pendekatan PICO yang telah ditentukan, sehingga menghasilkan 19 artikel yang dikaji. Hasil yang diharapkan dari penelitian ini adalah memberikan gambaran komprehensif tentang tren penelitian di bidang ini, pendekatan-pendekatan populer seperti level data, algoritma, dan hybrid, serta mengidentifikasi metode prediksi yang paling sering digunakan seperti Exponential Smoothing dan teknik evaluasi yang umum diterapkan seperti MAPE dan MSE. Dengan temuan ini, penelitian diharapkan dapat menjadi referensi penting bagi peneliti dan pelaku industri dalam memilih metode prediksi yang tepat dan meningkatkan akurasi peramalan penjualan kendaraan.]]>
Copyrights © 2025
