PREDIKSI JUMLAH OMSET PENJUALAN DENGAN MENGGUNAKAN MACHINE LEARNING LINIER REGRESI STUDI KASUS PADA SEBLAK MADIT

Abstract

Pada era digital saat ini, pemanfaatan teknologi dalam pengambilan keputusan bisnis menjadi sangat penting, termasuk dalam hal prediksi penjualan. Penelitian ini bertujuan untuk memprediksi omset penjualan harian pada UMKM Seblak Madit menggunakan metode regresi linier sederhana berbasis machine learning. Data yang digunakan merupakan data historis penjualan selama 30 hari, dengan variabel prediktor berupa jumlah porsi terjual, harga rata-rata produk, promosi, dan cuaca. Metodologi penelitian mencakup pengumpulan data, preprocessing, pembangunan model, dan evaluasi menggunakan metrik MAE, MSE, dan R squared. Hasil penelitian menunjukkan bahwa model regresi linier sederhana memiliki performa prediktif yang sangat baik dengan nilai R² sebesar 0.981, MAE sebesar 8.879, dan RMSE sebesar 10.909. Faktor yang paling signifikan memengaruhi omset adalah jumlah pengunjung dan keberadaan promosi. Hasil ini memberikan implikasi strategis dalam perencanaan stok bahan baku, strategi promosi, serta efisiensi operasional harian. Penelitian ini juga merekomendasikan pengembangan model lebih lanjut dengan metode machine learning lain seperti Random Forest dan XGBoost untuk meningkatkan akurasi prediksi.