Implementasi Model XGBoost untuk Prediksi Jumlah Transaksi dan Total Pendapatan di Jaringan Restoran CV Balibul

Muhammad Garma Asyam Rianto
Anggunmeka Luhur Prasasti
Astri Novianty

Jurnal Nasional Sains dan Teknik
Vol. 2 No. 2 (2024): Desember 2024

Penelitian ini bertujuan untuk menerapkan model XGBoost dalam memprediksi jumlah transaksi dan total pendapatan dijaringan restoran CV Balibul. Model XGBoost menggunakan teknik gradient tree boosting untuk meningkatkan akurasiprediksi dari data transaksi harian yang diolah menggunakan library Pandas. Optimisasi parameter untuk model dilakukandengan metode Bayesian Optimization, dan evaluasi model menggunakan metrik R2, RMSE, MAPE, dan Pattern Similarity.Hasil penelitian menunjukkan bahwa model XGBoost dapat memprediksi jumlah transaksi dan total pendapatan dengantingkat akurasi yang masuk akal, di mana shift 1 memiliki nilai error yang lebih kecil dibandingkan shift 2.