Analisis Marketplace Shopee Untuk Memprediksi Penjualan dengan Algoritma Regresi Linier

Yusuf Syakir(1*), Teguh Iman Hermanto(2), Yudhi Raymond Ramadhan(3),

(1) Sekolah Tinggi Teknologi Wastukancana Purwakarta
(2) Sekolah Tinggi Teknologi Wastukancana Purwakarta
(3) Sekolah Tinggi Teknologi Wastukancana Purwakarta
(*) Corresponding Author

Abstract


Many methods can be used to predict sales, one of which is the processing of sales data using the method of data mining with a linear regression algorithm. The data in this study used is data on sales of the Ariqa Collection Boutique in the Shopee marketplace starting from May 2020 to April 2022. By using a linear regression algorithm, the Ariqa Collection Boutique can predict sales estimates based on total visitors and total orders. The data mining method used is SEMMA (Sample, Explore, Modify, Model, Assess). With the Rapidminer Studio 9.10 tools the test results Mean Square Error (MSE) value is 5.172.628.212.404, Root Mean Square Error (RMSE) is 2.274.341, and Mean Absolute Percentage Error (MAPE) is 4.34%. Based on the MAPE value obtained, the accuracy of the linear regression algorithm in predicting sales of Ariqa Collection Boutique in the Shopee marketplace provides high accuracy

Full Text:

PDF

References


P. Purwadi, P. S. Ramadhan, and N. Safitri, “Penerapan Data Mining Untuk Mengestimasi Laju Pertumbuhan Penduduk Menggunakan Metode Regresi Linier Berganda Pada BPS Deli Serdang,” J. SAINTIKOM (Jurnal Sains Manaj. Inform. dan Komputer), vol. 18, no. 1, p. 55, 2019.

M. winny Amelia, A. S. . Lumenta, and A. Jacobus, “Prediksi Masa Studi Mahasiswa dengan Menggunakan Algoritma Naïve Bayes,” J. Tek. Inform., vol. 11, no. 1, 2017, doi: 10.35793/jti.11.1.2017.17652.

N. A. Hasibuan et al., “Implementasi Data Mining Untuk Pengaturan Layout Mini Market Dengan Menerapkan Association Rule,” vol. 4, no. 4, pp. 6–11, 2017.

T. I. Hermanto and Y. Muhyidin, “Analisis Data Sebaran Bandwidth Menggunakan Algoritma Dbscan Untuk Menentukan Tingkat Kebutuhan Bandwidth Di Kabupaten Purwakarta,” Rabit J. Teknol. dan Sist. Inbformasi Univrab, vol. 5, no. 2, pp. 130–137, 2020, doi: 10.36341/rabit.v5i2.1388.

U. Ependi and A. Putra, “Solusi Prediksi Persediaan Barang dengan Menggunakan Algoritma Apriori (Studi Kasus: Regional Part Depo Auto 2000 Palembang),” J. Edukasi dan Penelit. Inform., vol. 5, no. 2, p. 139, 2019, doi: 10.26418/jp.v5i2.32648.

A. Azevedo and M. F. Santos, “Kdd , Semma And Crisp-Dm : A Parallel Overview,” IADIS Eur. Conf. Data Min., pp. 182–185, 2008.

M. C. Aksama and A. Wahyuniati, “Prediksi Churn Nasabah Bank Menggunakan Klasifikasi Naïve Bayes dan,” vol. 17, no. 1, pp. 9–18, 2022.

A. P. Giovani, T. Haryanti, and L. Kurniawati, “Analisis Sentimen Aplikasi Ruang Guru Di Twitter Menggunakan Algoritma Klasifikasi,” J. TEKNOINFO, vol. 14, no. 2, pp. 116–124, 2020.

M. H. Adiya and Y. Desnelita, “Penerapan Algoritma K-Means Untuk Clustering Data Obat-Obatan Pada RSUD Pekanbaru,” J. Nas. Teknol. dan Sist. Inf., vol. 01, pp. 17–24, 2019.

A. N. Maharadja, I. Maulana, and B. A. Dermawan, “Penerapan Metode Regresi Linear Berganda untuk Prediksi Kerugian Negara Berdasarkan Kasus Tindak Pidana Korupsi,” J. Appl. Informatics Comput., vol. 5, no. 1, pp. 95–102, 2021.

N. Nafi’iyah and E. Rakhmawati, “Analisis Regresi Linear Dan Moving Average Dalam Memprediksi Data Penjualan Supermarket,” J. Teknol. Inf. Dan Komun., vol. 12, no. 1, pp. 44–50, 2021, doi: 10.51903/jtikp.v12i1.230.

R. D. Shaputra and S. Hidayat, “Implementasi regresi linear untuk prediksi penjualan pada aplikasi point of sales restoran,” J. Autom. (Ajang Unjuk Tugas Akhir oleh Mhs. Inform., 2021.

Y. Aryo Jatmiko, R. Luciani R, and G. Darmawan, “Perbandingan Keakuratan Hasil Peramalan Produksi Bawang Merah Metode Holt-Wintersdengan Singular Spectrum Analysis (SSA),” J. Mat., vol. 03, p. 11, 2017.

G. N. Ayuni and D. Fitrianah, “Penerapan metode Regresi Linear untuk prediksi penjualan properti pada PT XYZ,” J. Telemat., vol. 14, no. 2, pp. 79–86, 2019.

E. Analysis, T. Sales, and D. Forecasting, “Analisis Error Terhadap Peramalan Data Penjualan,” Techno.Com, vol. 20, no. 1, pp. 1–9, 2021.




DOI: http://dx.doi.org/10.30645/j-sakti.v6i2.501

Refbacks

  • There are currently no refbacks.


J-SAKTI (Jurnal Sains Komputer & Informatika)
Published Papers Indexed/Abstracted By:

Jumlah Kunjungan :

View My Stats