<![CDATA[Dalam dunia bisnis kuliner, prediksi penjualan yang akurat sangat penting untuk memastikan efisiensi operasional, pengelolaan persediaan yang optimal, serta strategi promosi yang tepat. Penelitian ini bertujuan untuk membangun model prediksi penjualan di usaha rumah makan menggunakan algoritma Random Forest, yang dikenal karena kemampuannya dalam menangani data kompleks dan menghasilkan prediksi yang akurat. Penelitian ini menggunakan pendekatan kuantitatif dengan teknik machine learning, di mana data penjualan dikumpulkan selama sepuluh bulan (Januari hingga Oktober 2024). Setelah data dikumpulkan, dilakukan tahap preprocessing untuk membersihkan dan mempersiapkan data agar dapat digunakan oleh model. Algoritma Random Forest kemudian diterapkan untuk membangun model prediksi penjualan. Hasil evaluasi menunjukkan bahwa model ini mencapai akurasi 97% pada data uji, yang menandakan bahwa model ini sangat efektif dalam mengklasifikasikan kategori penjualan dengan tingkat kesalahan yang minimal. Selain itu, model ini juga menunjukkan keseimbangan yang baik antara precision dan recall, yang mengindikasikan kemampuannya dalam meminimalkan kesalahan klasifikasi. Model prediksi ini terbukti efektif untuk membantu usaha rumah makan dalam pengelolaan operasional dan strategi pemasaran.]]>
Copyrights © 2025
