Implementasi Catboost Dalam Menentukan Produk Terlaris Pada Toko Dian Cake And Cookie

ELIS NURHASANAH, . (2025) Implementasi Catboost Dalam Menentukan Produk Terlaris Pada Toko Dian Cake And Cookie. Other thesis, Universitas Pamulang.

[img] Text
COVER.pdf
Restricted to Registered users only
Download (1MB)
[img] Text
BAB I.pdf
Restricted to Registered users only
Download (101kB)
[img] Text
BAB II.pdf
Restricted to Registered users only
Download (425kB)
[img] Text
BAB III.pdf
Restricted to Registered users only
Download (333kB)
[img] Text
BAB IV.pdf
Restricted to Registered users only
Download (290kB)
[img] Text
BAB V.pdf
Restricted to Registered users only
Download (10kB)
[img] Text
JURNAL.pdf
Restricted to Registered users only
Download (311kB)

Abstract

Dalam era digital saat ini, persaingan bisnis semakin ketat, termasuk pada industri makanan seperti Toko Dian Cake and Cookies. Penelitian ini bertujuan untuk mengimplementasikan algoritma CatBoost sebagai alat untuk mengidentifikasi produk terlaris dengan lebih cepat dan akurat. CatBoost dipilih karena kemampuannya dalam menangani data kategori serta menghasilkan prediksi dengan akurasi tinggi. Proses penelitian meliputi pengumpulan data penjualan, pengolahan data, pembangunan model, hingga evaluasi menggunakan metrik seperti RMSE dan R². Hasil dari penelitian ini adalah algoritma CatBoost mampu mempermudah proses analisis data penjualan, memberikan hasil yang lebih akurat, dan mengurangi risiko kesalahan manusia. Analisis mendalam terhadap data juga memberikan wawasan strategis mengenai pola preferensi pelanggan dan tren penjualan, yang bermanfaat untuk pengelolaan stok dan penyusunan strategi pemasaran. Implementasi CatBoost di Toko Dian Cake and Cookies membuktikan efektivitas teknologi pembelajaran mesin dalam membantu pengambilan keputusan bisnis berbasis data.

Item Type: Thesis (Other)
Subjects: T Technology > T Technology (General)
Depositing User: Jejen Juanda
Date Deposited: 30 Aug 2025 04:38
Last Modified: 30 Aug 2025 04:38
URI: http://repository.unpam.ac.id/id/eprint/17297

Actions (login required)

View Item View Item
Eprints Data is powered by EPrints 3 which is developed by the School of Electronics and Computer Science at the University of Southampton. More information and software credits.