Prediksi omset bisnis restoran Soto-Kwali Pak Wasis menggunakan metode Random Forest dan Logistic Regression

ABSTRAK

Perusahaan kecil yang berhubungan dengan manajemen memerlukan pendekatan yang berbeda terutama untuk kualitas mutu. Kualitas mutu sangat berhubungan dengan administrasi sistem yang dipakai oleh perusahaan kecil tersebut. Penelitian ini dilakukan untuk memprediksikan tingkat pendapatan dari bisnis restoran Soto Kwali Pak Wasis dengan menggunakan Machine Learning yang mana bisnis restoran Soto Kwali Pak Wasis sekarang berskala kecil. Metode Random Forest (RF) dipilih karena mampu melakukan prediksi dengan hasil yang optimal dengan akurasi yang tinggi. Sedangkan metode alternatif Logistic Regression (LR) dipilih karena kemampuan yang dapat menghasilkan prediksi dengan dengan durasi yang cepat. Hasil dari uji coba prediksi antara kedua metode menghasilkan metode terbaik diraih oleh metode Logistic Regression (LR) dengan perolehan nilai accuracy 97% dengan duration 10s dan level error yang paling rendah mendapat nilai MAE 0,22273, MAPE 22,2424. Dengan demikian metode Logistic Regression (LR) merupakan metode yang paling cocok dibandingkan dengan metode Random Forest (RF) karena metode Logistic Regression (LR) sangat efisien dengan nilai akurasi yang baik dan sangat cocok untuk melakukan prediksi omset bisnis restoran Soto Kwali Pak Wasis dengan kecepatan waktu yang cepat dan optimasi metode sangat sederhana sehingga tidak memerlukan beban biaya pengadaan yang tinggi.

ABSTRACT

Small companies dealing with management require a different approach, especially to quality quality. Quality quality is closely related to the administration of the system used by the small company. This research was conducted to predict the level of income from the Soto Kwali Pak Wasis restaurant business using Machine Learning where the Soto Kwali Pak Wasis restaurant business is now small-scale. The Random Forest (RF) method was chosen because it is able to predict optimal results with high accuracy. The alternative method of Logistic Regression (LR) was chosen because of the ability to produce predictions with a fast duration. The results of the prediction trial between the two methods resulted in the best method achieved by the Logistic Regression (LR) method with an accuracy value of 97% with a duration of 10s and the lowest error level received an MAE value of 0.22273, MAPE 22.2424. Thus, the Logistic Regression (LR) method is the most suitable method compared to the Random Forest (RF) method because the Logistic Regression (LR) method is very efficient with good accuracy values and is very suitable for predicting the turnover of the Soto Kwali Pak Wasis restaurant business with fast time speed and method optimization is very simple so that it does not require a high procurement cost burden.

مستخلص البحث

تتطلب الشركة الصغيرة التي تتعامل مع الإدارة مدخلا مختلفا خاصة لترقية جودتها. ترتبط ترقية الجودة ارتباطا وثيقا بإدارة النظام الذي تستخدمه الشركة الصغيرة. تم إجراء هذا البحث للتنبؤ بمستوى الدخل من عمل تجاري لمطعم سوتو كوالي السيد وسيس باستخدام الآلي التعليمي حيث كان المطعم صغير الحجم. تم اختيار طريقة الغابة العشوائية (RF) لأنها قادرة على التنبؤ بأفضل النتائج بدقة عالية. بينما تم اختيار الطريقة البديلة للانحدار اللوجستي (LR) بسبب القدرة على إنتاج تنبؤات بمدة سريعة. أسفرت نتائج تجربة التنبؤ بين الطريقتين عن أفضل طريقة حققتها طريقة الانحدار اللوجستي (LR) بقيمة دقة ٩٧% مع مدة ١٠ ثوان وحصل أدنى مستوى خطأ على قيمة MAE ٠.٢٢٢٧٣ و MAPE ٢٢.٢٤٢٤. وبالتالي، فإن طريقة الانحدار اللوجستي (LR) هي الطريقة الأنسب مقارنة بطريقة الغابة العشوائية (RF) لأن طريقة الانحدار اللوجستي (LR) فعالة للغاية مع قيمة دقة جيدة ومناسبة جدا للتنبؤ بدخل عمل تجار لمطعم سوتو كوالي السيد وسيس بسرعة زمنية عالية وعمليتها بسيطة للغاية بحيث لا تتطلب تكاليف شراء عالية.