TA

PREDIKSI OMSET PENJUALAN SKINCARE DENGAN METODE SVM (SUPPORT VECTOR MACHINE) STUDI KASUS : WIDYA MSGLOW SIDOARJO

Penulis OKTAVIANA ISBIROTIN
Jenis

TA

Tahun

2023

Kode

669/UB/FTE-inf/23

Bahasa

Ind

TA Tersedia
Unduh Laporan

PREDIKSI OMSET PENJUALAN SKINCARE DENGAN METODE SVM (SUPPORT VECTOR MACHINE) STUDI KASUS : WIDYA MSGLOW SIDOARJO

#1914311009/FTE-inf

Pengarang: OKTAVIANA ISBIROTIN

Pembimbing Pertama: Ir. Wiwiet Herulambang, M.Cs.

Pembimbing Kedua: Rahmawati Febrifyaning Tias, S.Kom., M.T.

Jenis: TA

Penerbit: UBHARA; FTE-Inf

Tahun Terbit: 2023

Bahasa: Ind

Kode: 669/UB/FTE-inf/23

No. Klasifikasi: 005.4 OKT p

Jenis Karya: S1


Jenis

TA

Tahun

2023

Status

Tersedia

Kode

669/UB/FTE-inf/23

Deskripsi Fisik

xix, 159 hal; 30 cm

Subyek

SISTEM KLASIFIKASI - SUPPORT VECTOR MACHINE

Kata Kunci

Prediksi Omset Skincare Support Vector Machine MAPE

Anotasi

ABSTRAK Setiap pengusaha tentunya akan mengikuti perkembangan teknologi dalam dunia usaha. MsGlow merupakan salah satu bisnis skincare. Bisnis skincare merupakan salah satu bisnis yang harus bersaing dengan perubahan yang cepat serta kompleks, dan sangat kompetitif ini membuat para pelaku bisnis harus memikirkan strategi-strategi untuk keberlangsungan bisnisnya agar dapat bersaing dan juga bertahan. Salah satu cara yang dapat dilakukan adalah dengan memanfaatkan data penjualan yang ada. Pentingnya pengolahan data operasional yang cepat dan tepat, maka sarana sistem informasi bisa menjadi alternatif pemecahan masalah dalam pengolahan data, memperkecil kesalahan serta mempercepat proses pengolahan data. Seiring bertambah banyaknya transaksi penjualan akan terjadi penumpukan data yang belum diolah dengan optimal. Dengan adanya masalah di atas, maka dibuatlah sebuah sistem peramalan yang dapat meramalkan omset penjualan skincare dengan menggunakan metode Support Vector Machine (SVM). Dalam penelitian ini akan diramalkan omset pada beberapa area. Variasi fungsi kernel yang digunakan dalam Support Vector Machine (SVM) adalah RBF, Linear, dan, Polynomial Derajat 2. Hasil yang diperoleh dari uji coba penelitian ini menunjukkan bahwa model peramalan secara keseluruhan tergolong baik. Akurasi dari ketiga area yang didapat dengan kernel RBF memiliki MAPE yang tergolong baik. Pada uji ketepatan untuk memprediksi omset penjualan skincare ketiga area mendapatkan nilai akurasi cukup baik yaitu sebesar 94,46%. Pada area Sidoarjo diramalkan akan mengalami banyak penurunan omset di tahun 2023-2024. Kata kunci : Prediksi, Omset, Skincare, Support Vector Machine, MAPE

Catatan

WISuda 2023

Di-entri: 20 September 2023 04:54