Fauzi, Ahmad (2026) PREDIKSI PERMINTAAN KONSUMEN DI TOKO NAYLA BUAH KECAMATAN RATU AGUNG KOTA BENGKULU DENGAN TEKNOLOGI MACHINE LEARNING. Skripsi (Bachelor) thesis, Universitas Muhammadiyah Bengkulu.
![[img]](http://repository.umb.ac.id/style/images/fileicons/text.png) |
Text (Fulltext)
Ahmad Fauzi_2155201213_Fulltext.pdf - Submitted Version Restricted to Repository staff only Download (6MB) | Request a copy |
|
Text (Turnitin)
Ahmad Fauzi_2155201213_Turnitin.pdf - Submitted Version Restricted to Repository staff only Download (8MB) | Request a copy |
|
Text (Abstrak + BAB 1)
Ahmad Fauzi_2155201213_Abstrak + BAB 1.pdf - Submitted Version Download (330kB) |
|
Text (BAB 2)
Ahmad Fauzi_2155201213_BAB 2.pdf - Submitted Version Download (444kB) |
|
Text (BAB 3)
Ahmad Fauzi_2155201213_BAB 3.pdf - Submitted Version Restricted to Repository staff only Download (395kB) | Request a copy |
|
Text (BAB 4)
Ahmad Fauzi_2155201213_BAB 4.pdf - Submitted Version Restricted to Repository staff only Download (394kB) | Request a copy |
|
Text (BAB 5)
Ahmad Fauzi_2155201213_BAB 5.pdf - Submitted Version Download (224kB) |
|
Text (Ref + Lamp)
Ahmad Fauzi_2155201213_Ref + Lamp.pdf - Submitted Version Download (321kB) |
Abstract
Industri ritel, termasuk toko buah, sangat dipengaruhi oleh dinamika permintaan konsumen yang fluktuatif. Ketidakmampuan untuk memprediksi permintaan secara akurat dapat menimbulkan berbagai masalah operasional bagi toko buah yaitu kelebihan stok (overstock) dan kekurangan stok (understock). Oleh karena itu, kemampuan untuk memperkirakan permintaan secara akurat menjadi kebutuhan penting bagi pelaku usaha. Metode Random Forest Regressor dan K-Nearest Neighbor (KNN) memberikan gambaran evaluatif mengenai algoritma mana yang paling sesuai digunakan untuk memprediksi permintaan. Hasil penelitian menunjukkan bahwa faktor jenis buah, faktor hari, promosi, dan cuaca memiliki pengaruh terhadap jumlah permintaan buah oleh konsumen. Variabel-variabel tersebut mampu digunakan sebagai dasar dalam melakukan prediksi permintaan buah pada toko buah. Hasil prediksi dari kedua model dapat digunakan sebagai dasar perencanaan stok dan pengambilan keputusan operasional. Toko dapat mengurangi risiko kerugian akibat kelebihan stok maupun kekurangan stok dengan memperkirakan permintaan harian secara lebih akurat. Secara keseluruhan, Random Forest Regressor adalah model yang paling direkomendasikan untuk diterapkan dalam memprediksi permintaan buah di Toko Nayla Buah karena memiliki tingkat akurasi yang lebih tinggi, stabil, dan mampu memproses variasi data secara lebih efektif.
| Item Type: | Thesis (Skripsi (Bachelor)) |
|---|---|
| Additional Information: | Pembimbing : Yulia Darnita, S.Kom., M.Kom |
| Uncontrolled Keywords: | Prediksi, Permintaan, Random Forest Regressor, K-Nearest Neighbor (KNN) |
| Subjects: | Universitas Muhammadiyah Bengkulu > 02-Fakultas Teknik > 55201-(S1) Teknik Informatika 02-Fakultas Teknik > 55201-(S1) Teknik Informatika |
| Divisions: | 02-Fakultas Teknik > 55201-(S1) Teknik Informatika Subjek Terkait > 02-Fakultas Teknik > 55201-(S1) Teknik Informatika |
| Depositing User: | Mrs Siti Fathonah |
| Date Deposited: | 05 Sep 2026 02:31 |
| Last Modified: | 05 Sep 2026 02:31 |
| URI: | http://repository.umb.ac.id/id/eprint/3904 |
Actions (login required)
 |
View Item |