Analisis Segmentasi dan Prediksi Penjualan Barang pada Toko Retail Menggunakan Metode K-Means dan Random Forest

PUTRI, AZZAHRA ANANDA (2026) Analisis Segmentasi dan Prediksi Penjualan Barang pada Toko Retail Menggunakan Metode K-Means dan Random Forest. S1 thesis, Universitas Mercu Buana-Menteng.

	Text (Cover) 41822010057-AZZAHRA ANANDA PUTRI-01 Cover - AZ ZAHRA ANANDA PUTRI.pdf Download (914kB)
	Text (Bab 1) 41822010057-AZZAHRA ANANDA PUTRI-02 Bab 1 - AZ ZAHRA ANANDA PUTRI.pdf Restricted to Registered users only Download (158kB)
	Text (Bab 2) 41822010057-AZZAHRA ANANDA PUTRI-03 Bab 2 - AZ ZAHRA ANANDA PUTRI.pdf Restricted to Registered users only Download (322kB)
	Text (Bab 3) 41822010057-AZZAHRA ANANDA PUTRI-04 Bab 3 - AZ ZAHRA ANANDA PUTRI.pdf Restricted to Registered users only Download (440kB)
	Text (Bab 4) 41822010057-AZZAHRA ANANDA PUTRI-05 Bab 4 - AZ ZAHRA ANANDA PUTRI.pdf Restricted to Registered users only Download (399kB)
	Text (Bab 5) 41822010057-AZZAHRA ANANDA PUTRI-06 Bab 5 - AZ ZAHRA ANANDA PUTRI.pdf Restricted to Registered users only Download (210kB)
	Text (Daftar Pustaka) 41822010057-AZZAHRA ANANDA PUTRI-07 Daftar Pustaka - AZ ZAHRA ANANDA PUTRI.pdf Restricted to Registered users only Download (218kB)
	Text (Lampiran) 41822010057-AZZAHRA ANANDA PUTRI-08 Lampiran - AZ ZAHRA ANANDA PUTRI.pdf Restricted to Registered users only Download (392kB)

Abstract

Perkembangan analisis data telah mendukung berbagai aktivitas bisnis, termasuk di sektor ritel dan distribusi. Pada penelitian sebelumnya sudah dilakukan evaluasi terhadap sektor ritel, dimana, faktor-faktor tersebut dapat memengaruhi harga jual dan volume penjulan. Penelitian tersebut mengadopsi beberapa pendekatan machine learning seperti DBSCAN dan Linier Regression. Akan tetapi metode tersebut memiliki sejumlah kekurangan, seperti mudah terpengaruh outlier, tidak stabil pada pola penjualan yang tidak konsisten, serta kurang efektif dalam memodelkan karakteristik penjualan yang berubah secara berkala. Kondisi ini membuat hasil segmentasi maupun prediksi penjualan tidak selalu konsisten. Oleh karena itu, dalam penelitian ini kami mengusulkan sebuah pendekatn baru dengan yang dinamakan Numerical K-Means Retail Analytics and Forecasting (N-KRAF), dimana model tersebut menggabungkan K-means dan Random Forest. K-Means digunakan untuk mengelompokkan produk berdasarkan jejak penjualan historis seperti frekuensi transaksi dan jumlah barang yang terjual. Sementara itu, Random Forest dimanfaatkan sebagai salah satu variabel dalam model untuk memprediksi jumlah penjualan, bersama dengan harga jual dan kategori produk. Dari hasil pengujian, model N-KRAF memberikan segmentasi produk sekaligus prediksi penjualan yang lebih akurat dibandingkan pendekatan sebelumnya. Hal ini menunjukkan bahwa penggabungan kedua metode tersebut dapat membantu toko ritel dalam memahami karakteristik produknya dan membuat keputusan penjualan yang lebih terarah. Kata Kunci : K-Means, Random Forest, N-KRAF, Segmentasi Produk, Prediksi Penjualan, Analisis Ritel, Data Mining.

Item Type:	Thesis (S1)
NIM/NIDN Creators:	41822010057
Uncontrolled Keywords:	K-Means, Random Forest, N-KRAF, Segmentasi Produk, Prediksi Penjualan, Analisis Ritel, Data Mining.
Subjects:	000 Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 000. Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum 000 Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 000. Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 003 Systems/Sistem-sistem 000 Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 000. Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 003 Systems/Sistem-sistem > 003.7 Kinds of Systems/Macam-macam Sistem 000 Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 000. Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 004 Data Processing, Computer Science/Pemrosesan Data, Ilmu Komputer, Teknik Informatika 000 Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 000. Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 005 Computer Programmming, Programs, Data/Pemprograman Komputer, Program, Data 000 Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 000. Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 005 Computer Programmming, Programs, Data/Pemprograman Komputer, Program, Data > 005.1 Programming/Pemrograman > 005.12 Software System Analysis and Design/Sistem Analisa dan Desain Perangkat Lunak 000 Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 000. Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 005 Computer Programmming, Programs, Data/Pemprograman Komputer, Program, Data > 005.7 Data in Computer Systems/Data dalam Sistem-sistem Komputer > 005.71 Data Communications/Komunikasi Data
Divisions:	Fakultas Ilmu Komputer > Sistem Informasi
Depositing User:	MAYLIANA NUR UTARI
Date Deposited:	19 Feb 2026 08:17
Last Modified:	19 Feb 2026 08:17
URI:	http://repository.mercubuana.ac.id/id/eprint/101020

Actions (login required)

View Item