Analisis Prediktif untuk Keputusan Bisnis : Peramalan Penjualan

Peramalan penjualan produk adalah aspek utama dari manajemen pembelian, persediaan yang melebihi permintaan atau kekurangan akan berdampak pada pelayanan maupun secara ekominis. Makalah ini fokus mencoba menyajikan penerapan analisis prediktif dengan mengadopsi kerangka kerja Data Science (ilmu data) untuk menemukan wawasan berguna dalam pengambilan keputusan bisnis khususnya tentang peramalan di masa depan. Kerangka CRISP-DM diusulkan tahapan pemahasan bisnis, pemahaman dan persiapan data, exploratory data analysis (EDA) pemodelan. Berdasarkan hasil pengujian dievaluasi berdasarkan RMSE MAE, algoritma XGBoost menghasilkan prediksi berada 1,3% kemudian ARIMA sebesar 1.6%, masih lebih baik dibandingkan LinearRegression, RandomForestdan LSTM tingkat kesalahan 1.81%, 1.97%, 2.21% masing-masing aktual.