<![CDATA[Penyedia Layanan Internet memerlukan peramalan yang akurat dan optimalisasi bisnis yang cerdas untuk mendukung perencanaan operasional serta alokasi sumber daya. Penelitian ini mengusulkan AYUNDA, platform optimalisasi bisnis cerdas berbasis web yang mengintegrasikan dua model Long Short-Term Memory (LSTM) dengan Collaborative Multi-Agent System untuk memprediksi pembelian layanan internet dan pendapatan perusahaan sekaligus menghasilkan rekomendasi bisnis terintegrasi. Kedua model LSTM tersebut diproses oleh LLM Orchestrator berbasis OpenAI GPT-4o-mini yang mengoordinasikan empat agen khusus, yaitu Marketing Agent, Finance Agent, Network Engineer Agent, dan Technician Agent, untuk menerjemahkan hasil peramalan menjadi rekomendasi bisnis yang dapat ditindaklanjuti. Data transaksi historis PT CIO Network Solution yang diperoleh melalui observasi, wawancara, dokumentasi, dan studi literatur digunakan untuk melatih dan memvalidasi model. Hasil penelitian menunjukkan model peramalan pembelian mencapai MAE 2,94, MSE 12,49, RMSE 3,53, dan MAPE 11,92% dengan akurasi 88,08%, sementara model peramalan pendapatan menghasilkan MAE 3,94, MSE 20,52, RMSE 4,53, dan MAPE 10,65% dengan akurasi 89,35%. Kedua model LSTM menunjukkan kinerja prediktif yang baik dengan tingkat kesalahan rendah. Platform AYUNDA mengintegrasikan peramalan, penalaran multi-agen, dan interaksi bahasa alami dalam satu dashboard untuk menghasilkan rekomendasi estimasi pendapatan, perencanaan infrastruktur, penganggaran operasional, dan alokasi teknisi.]]>
Copyrights © 2026
