Ariani, Putu Candra (2025) Penerapan Metode Random Forest untuk Prediksi Permintaan Ayam Broiler dalam Mendukung Optimalisasi Pengelolaan Persediaan di UD. Merta Sari. Undergraduate thesis, Universitas Pendidikan Ganesha.
![[img]](http://repo.undiksha.ac.id/style/images/fileicons/text.png) |
Text (COVER)
2115091027-COVER.pdf Download (745kB) |
|
Text (ABSTRAK)
2115091027-ABSTRAK.pdf Download (242kB) |
|
Text (BAB 1 PENDAHULUAN)
2115091027-BAB 1 PENDAHULUAN.pdf Download (258kB) |
|
Text (BAB 2 KAJIAN TEORI)
2115091027-BAB 2 KAJIAN TEORI.pdf Restricted to Repository staff only Download (566kB) | Request a copy |
|
Text (BAB 3 METODELOGI PENELITIAN)
2115091027-BAB 3 METODELOGI PENELITIAN.pdf Restricted to Repository staff only Download (572kB) | Request a copy |
|
Text (BAB 4 HASIL DAN PEMBAHASAN)
2115091027-BAB 4 HASIL DAN PEMBAHASAN.pdf Restricted to Repository staff only Download (1MB) | Request a copy |
|
Text (BAB 5 PENUTUP)
2115091027-BAB 5 PENUTUP.pdf Restricted to Repository staff only Download (217kB) | Request a copy |
|
Text (DAFTAR PUSTAKA)
2115091027-DAFTAR PUSTAKA.pdf Download (246kB) |
|
Text (LAMPIRAN)
2115091027-LAMPIRAN.pdf Download (142kB) |
Abstract
Daging ayam broiler merupakan salah satu sumber pangan hewani yang menjadi pilihan masyarakat karena mengandung protein yang tinggi, memiliki harga yang terjangkau, dan mudah diperoleh. Permintaan terhadap ayam broiler yang fluktuatif menjadi tantangan besar bagi pelaku usaha bisnis seperti UD. Merta Sari dalam mengelola persediaan ayam broiler untuk memenuhi kebutuhan konsumen. Ketidakseimbangan antara persediaan ayam dan permintaan dapat menyebabkan perusahaan berisiko kehilangan pelanggan dan mengalami penurunan pendapatan. Penelitian ini bertujuan untuk mengembangkan model prediksi permintaan ayam broiler dengan menggunakan metode random forest. Metode ini dipilih karena memiliki kemampuan yang baik dalam menangani data kompleks, dan memberikan prediksi yang akurat dengan mempertimbangkan berbagai faktor yang memengaruhi permintaan. Model dibangun dengan memanfaatkan data historis penjualan ayam broiler. Proses pelatihan dilakukan dengan teknik 10 fold cross-validation, 90% data digunakan untuk pelatihan dan 10% sisanya digunakan untuk pengujian model pada setiap iterasi, proses ini dilakukan untuk memastikan performa model tetap stabil. Evaluasi kinerja model dilakukan menggunakan tiga metrik, yaitu MAE (Mean Absolute Error), RMSE (Root Mean Square Error), dan MSE (Mean Squared Error) yang menunjukkan model tanpa feature interaction menghasilkan performa yang lebih baik, dan seleksi fitur dilakukan untuk menyederhanakan kompleksitas model. Hasil evaluasi menunjukkan bahwa model belum cukup ideal untuk keputusan otomatis yang memerlukan presisi tinggi, tetapi model tetap dapat digunakan sebagai pendukung tambahan dalam pengambilan keputusan. Model prediksi diimplementasikan ke dalam sistem berbasis website yang digunakan untuk memprediksi permintaan ayam broiler berdasarkan parameter yang ditentukan. Dengan demikian, penelitian ini dapat memberikan kontribusi dalam menyediakan solusi prediktif, serta sebagai pengembangan penerapan metode random forest bagi pelaku usaha di bidang pangan.
| Item Type: | Thesis (Undergraduate) |
|---|---|
| Uncontrolled Keywords: | Ayam Broiler, Fluktuasi Permintaan, Random forest, Prediksi Permintaan |
| Subjects: | T Technology > T Technology (General) |
| Divisions: | Fakultas Teknik dan Kejuruan > Jurusan Teknik Informatika > Program Studi Sistem Informasi (S1) |
| Depositing User: | Putu Candra Ariani |
| Date Deposited: | 06 Aug 2025 01:14 |
| Last Modified: | 06 Aug 2025 01:14 |
| URI: | http://repo.undiksha.ac.id/id/eprint/26501 |
Actions (login required)
 |
View Item |