Tesis
Peramalan Penjualan menggunakan Machine Learning dengan Pendekatan Structural Equation Modeling: Studi Kasus di PT XYZ
Sales Forecasting using Machine Learning with Structural Equation Modeling Framework: Case Study in PT XYZ
Pengarang:
Kris Sugiyanto - ; Setyo Hari Wijanto (Pembimbing/Promotor) - ; Tubagus Muhamad Yusuf Khudri (Penguji) - ; Dian Taurina Siahaan (Penguji) -
Deskripsi
Pandemi Covid-19 menimbulkan ketidakpastian terhadap kinerja Perusahaan manufaktur akibat penghentian kegiatan produksi dan pemasaran sehingga produsen semakin sulit memprediksi penjualan. Peramalan penjualan adalah titik awal bagi pembuat keputusan untuk membuat anggaran dan menyusun strategi Perusahaan. Penelitian ini bertujuan untuk menganalisis variabel apa yang berpengaruh signifikan terhadap penjualan kosmetik di PT XYZ dan membuat prediksi penjualan berdasarkan variabel tersebut. Metode Structural Equation Modeling berbasis kovarians dengan variabel indikator reflektif (CB-SEM) digunakan untuk membuat dan menguji hubungan kausal dari konstruk Permintaan dan Penawaran terhadap Kinerja. Hasil penelitian ini menunjukkan bahwa penjualan ke distributor menjadi faktor utama yang mempengaruhi penjualan PT XYZ, namun demikian penjualan tersebut belum mengikuti pola penjualan ke konsumen akhir dan tren permintaan di pasar domestik. PT XYZ perlu membuat strategi penjualan dan pemasaran serta rencana supply chain yang lebih berfokus kepada permintaan pasar. Analisis ramalan penjualan menunjukkan hasil tingkat akurasi terendah sebesar 95,5% untuk regresi random forest sedangkan tingkat akurasi tertinggi sebesar 96,2% untuk regresi polynomial, hasil tersebut lebih baik dibandingkan metode yang digunakan PT XYZ saat ini.