<![CDATA[Penelitian ini bertujuan mengembangkan dan mengevaluasi model peramalan hasil produksi Wafer Cokelat menggunakan Random Forest untuk mendukung pemenuhan permintaan. Penelitian menggunakan pendekatan kuantitatif dengan data historis permintaan dan produksi PT Wafer Cokelat periode Januari 2023 sampai Desember 2025. Data perusahaan berjumlah 9.680 catatan, sedangkan penelitian menggunakan 385 catatan sebagai sampel. Tahap analisis meliputi pengumpulan data, pembersihan data, normalisasi, pembagian data, pemodelan Random Forest pada Orange Data Mining, serta evaluasi menggunakan MSE, RMSE, MAE, MAPE, sMAPE, dan R². Hasil pengujian menunjukkan MSE sebesar 2.871.874,787, RMSE 1.694,690, MAE 1.335,492, MAPE 18,352%, sMAPE 13,454%, dan R² 0,903. Nilai MAPE menunjukkan kategori peramalan yang baik, sedangkan R² menunjukkan bahwa model menjelaskan 90,3% variasi data pada pengujian. Perbandingan dengan Exponential Smoothing pada POM-QM menunjukkan bahwa Random Forest lebih adaptif terhadap fluktuasi data. Model ini dapat digunakan sebagai dasar pendukung perencanaan produksi dan pengendalian persediaan, dengan tetap mempertimbangkan pembaruan data dan variabel eksternal.]]>
Copyrights © 2026
