Analisis Prediksi Penjualan Donat Kentang Menggunakan Metode Support Vector Machine Berbasis Web
DOI:
https://doi.org/10.32493/joaiia.v7i2.59963Keywords:
Prediksi Penjualan, Penjualan Donat Kentang, Metode Support Vector Machine, Kernel RBF, Sistem Berbasis WebAbstract
Penjualan donat kentang pada usaha mikro sering mengalami fluktuasi setiap periode, sehingga menyulitkan dalam menentukan jumlah produksi dan varian produk yang paling diminati. Permasalahan ini menunjukkan pentingnya penerapan metode prediksi berbasis data historis untuk membantu pengambilan keputusan. Penelitian ini bertujuan untuk menentukan varian donat kentang dengan tingkat penjualan tertinggi berdasarkan hasil prediksi, membangun sistem prediksi penjualan berbasis web, serta menerapkan metode Support Vector Machine (SVM) dalam proses prediksi. Metode yang digunakan adalah Support Vector Machine dengan kernel Radial Basis Function (RBF) yang mampu menangani pola data non-linear. Data yang digunakan merupakan data penjualan selama 21 bulan dengan empat varian produk, yaitu original, susu, ubi ungu, dan pandan. Sistem dibangun menggunakan PHP dan MySQL serta diintegrasikan dengan Python untuk proses perhitungan prediksi. Hasil penelitian menunjukkan bahwa metode Support Vector Machine mampu menghasilkan prediksi penjualan yang dapat digunakan sebagai dasar pengambilan keputusan, dimana varian donat kentang susu memiliki tingkat penjualan tertinggi, diikuti oleh varian susu. Selain itu, sistem berbasis web yang dibangun mampu mengelola data penjualan, menampilkan visualisasi grafik, serta menyajikan hasil prediksi secara efektif dan mudah digunakan.
References
[1] V. Sariayu and P. Sugiartawan, “Analisis Prediksi Penjualan Lampu dengan Metode SVM,” Jurnal Teknologi Informasi, vol. 8, no. 2, pp. 60–68, 2022, doi: 10.33173/jsikti.172.
[2] M. Z. Rabbani W.D and A. Zakir, “Peramalan Penjualan Sepatu Menggunakan Metode SVR (Support Vector Regression) Berdasarkan Data Historis Penjualan,” Journal Computer and Technology, vol. 3, no. 2, pp. 111–118, 2025, doi: 10.69916/comtechno.v3i2.416.
[3] A. S. Budi and P. H. Susilo, “Implementasi Metode SVM untuk Memprediksi Hasil Panen Tanaman Padi,” Jurnal Informatika, vol. 8, no. 2, pp. 101–110, 2021, doi: 10.30736/jti.v6i1.583.
[4] N. Nafi’iyah, “Algoritma SVM untuk Memprediksi Pengunjung Wisata,” Jurnal Teknologi Informasi dan Komunikasi, vol. 5, no. 1, pp. 34–40, 2020, doi: 10.31284/j.kernel.2020.v1i1.1156.
[5] F. R. Lumbanraja et al., “Prediksi Jumlah Penderita Tuberkulosis Menggunakan SVM,” Jurnal Kesehatan Informatika, vol. 7, no. 1, pp. 25–33, 2020, doi: 10.20527/klik.v7i3.350.
[6] A. Putranto, N. L. Azizah, and I. R. I. Astutik, “Sistem Prediksi Penyakit Jantung Berbasis Web Menggunakan SVM,” Jurnal Teknologi Informasi, vol. 9, no. 2, pp. 120–128, 2022, DOI: 10.30645/kesatria.v4i2.180.g179.
[7] G. C. Sunaryo, R. N. Nugraha, M. S. Winata, M. R. Zamzami, M. S. Rahayu, R. D. Ariyanti, and N. A. Nurfitria, “Implementasi Prediksi Stok Barang Menggunakan Algoritma Support Vector Regression (SVR) pada Marketplace UMKM Berbasis Microservices,” Informatics and Computer Engineering Journal (ICEJ), vol. 6, no. 1, pp. 16–25, 2026, doi: 10.31294/icej.v6i1.11508,
[8] Nurhafida and M. Sembiring, “Support Vector Machine untuk Klasifikasi Data,” Jurnal Komputer dan Informatika, vol. 11, no. 2, pp. 67–75, 2022.
[9] R. F. Ramadhan and R. Mukhaiyar, “Penggunaan Database MySQL dengan Interface PhpMyAdmin sebagai Pengontrolan Smarthome Berbasis Raspberry Pi,” JTEIN: Jurnal Teknik Elektro Indonesia, vol. 1, no. 2, pp. 129–134, 2020, doi: 10.24036/jtein.v1i2.55.
[10] A. Ridho and C. R. Niani, “Implementasi Enkripsi Dengan Vigenere Cipher Dan Reverse Cipher Menggunakan Bahasa Pemrograman Python,” Jurnal Teknologi Informasi, vol. 1, no. 1, pp. 9–15, 2022, doi: 10.35308/jti.v1i1.5486.
[11] R. Rustam, S. Rahmatullah, S. Supriyato, and S. Wahyuni, “Penerapan Data Mining untuk Prediksi Penjualan Produk Triplek pada PT Puncak Menara Hijau Mas,” Jurnal Informasi dan Komputer, vol. 8, no. 2, pp. 73–84, 2020, doi: 10.35959/jik.v8i2.186.
[12] V. Sariayu and P. Sugiartawan, “Analisis Prediksi Penjualan Lampu Dengan Metode SVM Pada PT. Terang Abadi Raya,” Jurnal Sistem Informasi dan Komputer Terapan Indonesia (JSIKTI), vol. 5, no. 1, pp. 1–10, 2022, doi: 10.33173/jsikti.172.
[13] F. Firman and F. Fauziah, “Aplikasi Pengingat Dan Pendataan Kenaikan Golongan Gaji Berbasis Web Menggunakan Metode White Box Testing dan Black Box Testing,” Jurnal Teknologi Informasi, vol. 7, no. 1, pp. 50–57, 2021, doi: 10.36294/jurti.v7i1.1687.
[14] M. Mustopa, Junaedi, and A. Sianipar, “Sistem Informasi Penjualan dan Pengendalian Stock Barang Bangunan pada Toko Bangunan Delima,” Jurnal Manajemen Informatika Jayakarta, vol. 1, no. 2, pp. 105–116, 2021, doi: 10.52362/jmijayakarta.v1i2.481.
[15] W. Haryono, Thoyyibah, Tita, Rusyda, and Hardi, “Pelatihan Pembuatan dan Pengelolaan Website sebagai Sarana Informasi pada Madrasah Tsanawiyah Al-Fatah Mandiri Jakarta,” JAMAIKA: Jurnal Abdi Masyarakat Program Studi Teknik Informatika Universitas Pamulang, vol. 2, no. 2, pp. 87–94, 2021, doi: 10.32493/jamaka.v2i2.16887.
