SISTEM PREDIKSI PENJUALAN MENGGUNAKAN KOMBINASI METODE MONTE CARLO DAN DECISION TREE BERBASIS WEBSITE

Natasya Berliana Arifin Berliana Arifin, Asmianto Asmianto
{"title":"SISTEM PREDIKSI PENJUALAN MENGGUNAKAN KOMBINASI METODE MONTE CARLO DAN DECISION TREE BERBASIS WEBSITE","authors":"Natasya Berliana Arifin Berliana Arifin, Asmianto Asmianto","doi":"10.26740/mathunesa.v11n2.p274-286","DOIUrl":null,"url":null,"abstract":"Perdagangan merupakan salah satu sektor yang berkontribusi besar bagi pertumbuhan ekonomi nasional. Namun kurangnya pemahaman mengenai strategi pemasaran menyebabkan tidak sedikit pedagang yang mengalami kerugian. Perkembangan teknologi informasi dan komunikasi yang pesat menyesuaikan dengan kegiatan manusia yang semakin modern. Berbagai permasalahan yang kompleks dapat dimodelkan dan disimulasikan terlebih dahulu sebelum diimplementasikan sehingga didapat hasil yang optimal. Salah satu strategi mencapai target penjualan adalah mempersiapkan stok barang, hal ini dilakukan untuk menghindari terjadinya kekurangan ataupun kelebihan stok. Dalam mempersiapkan stok barang nilai prediksi dapat dijadikan sebagai acuan untuk menentukan penjualan selanjutnya. Metode Monte Carlo dan Decision Tree adalah adalah dua metode yang dapat digunakan untuk melakukan prediksi, kedua metode ini juga sudah terbukti berhasil dalam menentukan prediksi. Secara umum pembuatan sistem prediksi ini terdiri dari beberapa langkah, diantanya: pengumpulan data, perhitungan prediksi menggunakan kombinasi metode Monte Carlo dan Decision Tree, menghitung tingkat akurasi prediksi, membangun sistem prediksi berbasis website, dan melakukan evaluasi dan pengembangan sistem. Penggunaan sistem prediksi sudah banyak dilakukan dan terbukti hasil akurasinya yang tinggi. Hasil prediksi penjualan yang didapatkan dari proses simulasi pada sistem prediksi berbasis website menggunakan kombinasi metode Monte Carlo dan Decision Tree yang dikembangkan dengan metode waterfall untuk tahun penjualan 2017, 2020,, dan 2021 memiliki tingkat akurasi MAPE pada range 93,7%-94,8% dan berdasarkan Confusion Matrix presentasi akurasi pada range 83%-100%. Dengan demikian, sistem prediksi berbasis website ini dapat diterapkan untuk memprediksi penjualan pada masa yang akan datang dan dapat dimanfaatkan oleh para pedagang untuk mengambil keputusan yang terbaik dalam mempersiapkan stok barang. \nKata Kunci: Prediksi, Monte Carlo, Decision Tree, Waterfall, Website.","PeriodicalId":31823,"journal":{"name":"Mathunesa Jurnal Ilmiah Matematika","volume":" ","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2023-08-31","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Mathunesa Jurnal Ilmiah Matematika","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.26740/mathunesa.v11n2.p274-286","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

Perdagangan merupakan salah satu sektor yang berkontribusi besar bagi pertumbuhan ekonomi nasional. Namun kurangnya pemahaman mengenai strategi pemasaran menyebabkan tidak sedikit pedagang yang mengalami kerugian. Perkembangan teknologi informasi dan komunikasi yang pesat menyesuaikan dengan kegiatan manusia yang semakin modern. Berbagai permasalahan yang kompleks dapat dimodelkan dan disimulasikan terlebih dahulu sebelum diimplementasikan sehingga didapat hasil yang optimal. Salah satu strategi mencapai target penjualan adalah mempersiapkan stok barang, hal ini dilakukan untuk menghindari terjadinya kekurangan ataupun kelebihan stok. Dalam mempersiapkan stok barang nilai prediksi dapat dijadikan sebagai acuan untuk menentukan penjualan selanjutnya. Metode Monte Carlo dan Decision Tree adalah adalah dua metode yang dapat digunakan untuk melakukan prediksi, kedua metode ini juga sudah terbukti berhasil dalam menentukan prediksi. Secara umum pembuatan sistem prediksi ini terdiri dari beberapa langkah, diantanya: pengumpulan data, perhitungan prediksi menggunakan kombinasi metode Monte Carlo dan Decision Tree, menghitung tingkat akurasi prediksi, membangun sistem prediksi berbasis website, dan melakukan evaluasi dan pengembangan sistem. Penggunaan sistem prediksi sudah banyak dilakukan dan terbukti hasil akurasinya yang tinggi. Hasil prediksi penjualan yang didapatkan dari proses simulasi pada sistem prediksi berbasis website menggunakan kombinasi metode Monte Carlo dan Decision Tree yang dikembangkan dengan metode waterfall untuk tahun penjualan 2017, 2020,, dan 2021 memiliki tingkat akurasi MAPE pada range 93,7%-94,8% dan berdasarkan Confusion Matrix presentasi akurasi pada range 83%-100%. Dengan demikian, sistem prediksi berbasis website ini dapat diterapkan untuk memprediksi penjualan pada masa yang akan datang dan dapat dimanfaatkan oleh para pedagang untuk mengambil keputusan yang terbaik dalam mempersiapkan stok barang. Kata Kunci: Prediksi, Monte Carlo, Decision Tree, Waterfall, Website.
销售预测系统采用蒙特卡洛和树的综合方法
商业是为国家经济增长做出巨大贡献的部门之一。但是,对营销策略缺乏了解,造成的利润并不低。信息和通信技术的迅速发展适应了越来越现代的人类活动。复杂的问题可以在实现之前进行模型和模拟,以获得最佳结果。实现销售目标的战略之一是建立库存,这是为了避免短缺或库存过剩。在准备可预测价值商品时,可以作为确定未来销售的标准。蒙特卡洛的方法和决定树是两种可用于预测的方法,这两种方法都已被证明是成功的预测方法。总的来说,这种预测系统的创建包括以下几个步骤:数据收集、使用蒙特卡洛方法和Decision Tree的组合计算、计算预测准确率、建立基于网站的预测系统,以及进行系统评估和开发。预测系统的使用得到了广泛的应用,并证明其惊人的准确性。基于网站预测系统的模拟销售预测结果是,在2017年、2020年和2021年的水fall方法组合开发的蒙特卡洛方法和树Decision树的准确程度为93.7% - 94.8%,基于孔型矩阵对总尺寸83%-100%的准确表示。因此,本网站的预测系统可以应用于未来预测销售情况,并可以被利用,让交易员在备货方面做出最好的决定。关键词:预测,蒙特卡洛,决定树,瀑布,网站。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
0
审稿时长
24 weeks
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:604180095
Book学术官方微信
小红书