<![CDATA[Peralihan proses transaksi dari konvensional ke online telah merambah ke berbagai sektor, salah satunya toko retail. Banyak toko retail yang telah membangun sarana penjualan secara online dan setiap harinya jumlah transaksi mengalami peningkatan. Dengan semakin meningkatnya jumlah transaksi maka diperlukan peningkatan layanan server untuk mengakomodir kebutuhan pengguna. Selain itu, adanya tanggal-tanggal kembar yang dijadikan HARBOLNAS juga sering menyebabkan jumlah transaksi melonjak dari hari biasanya. Apabila lonjakan transaksi tidak diimbangi dengan spesifikasi server yang mumpuni maka akan terjadi “lost of sales”. Oleh karena itu, perlu adanya sistem prediksi untuk memperkirakan kenaikan ataupun lonjakan transaksi untuk hari mendatang guna antisipasi kebutuhan server. Dalam penelitian ini, metode prediksi yang digunakan adalah model SARIMA dengan dataset primer dari salah satu perusahaan retail online di Indonesia. SARIMA dipilih karena dataset memiliki bersifat musiman akibat adanya HARBOLNAS di setiap tanggal kembar. Hasilnya menunjukan bahwa model SARIMA sukses memproses dataset dan memprediksi lonjakan transaksi untuk 30 hari ke depan dengan nilai uji evaluasi MAPE di angka 15,05%. Lebih lanjut, penelitian juga menyediakan hasil uji evaluasi dengan metode lainnya sebagai pembanding untuk penelitian lanjutan dengan metode ataupun parameter yang berbeda.]]>
Copyrights © 2025
