Analisis Penjualan Terhadap Durasi Live Dan Jumlah Penonton Aktif Melalui Metode Optimasi Dengan Algoritma Stochastic Gradient Descent (Sgd)

Ginda M. A. Siregar (Universitas Samudra)
Muhammad Farid Fitriansyah (Samudra University)
Rizalul Akram (Universitas Samudra)
Irwanda Syahputra (Universitas Samudra)
Ade Zulkarnain Hasibuan (Universitas Samudra)

Journal of Computer and Information System (J-CIS)
Vol. 9 No. 1 (2026): J-CIS Vol. 9 No. 1 Tahun 2026

Live streaming commerce menjadi strategi pemasaran digital yang memungkinkan interaksi langsung antara penjual dan konsumen secara real-time. Namun, peningkatan durasi siaran dan jumlah penonton aktif tidak selalu diikuti peningkatan jumlah produk terjual. Penelitian ini bertujuan membangun model prediksi jumlah produk terjual berdasarkan durasi live (X₁) dan jumlah penonton aktif (X₂) menggunakan regresi linear yang dioptimasi dengan algoritma Stochastic Gradient Descent (SGD). Dataset historis aktivitas live streaming digunakan sebagai data pelatihan dan evaluasi model. Kinerja model diukur menggunakan metrik R², Mean Absolute Error (MAE), Root Mean Square Error (RMSE), dan Mean Absolute Percentage Error (MAPE). Hasil pengujian menunjukkan model memperoleh nilai R² sebesar 0,4995, MAE sebesar 10,0113, RMSE sebesar 14,0243, dan MAPE sebesar 66,94%. Model kemudian diimplementasikan dalam dashboard berbasis Streamlit untuk menyediakan simulasi prediksi penjualan secara real-time guna mendukung perencanaan strategi live streaming yang lebih efektif dan berbasis data.