Implementasi Algoritma Machine Learning untuk Prediksi Penjualan Croissant pada Retawu Deli Berbasis History Penjualan Time Series

Abstract

Penelitian ini membandingkan kinerja model ARIMA dan LSTM dalam memprediksi penjualan croissant di Retawu Deli menggunakan data harian dari Oktober 2022 hingga Mei 2024. Fokus analisis pada dua jenis croissant paling stabil: Banana Choco dan Almond. Menggunakan metode kuantitatif dan analisis time series, hasil menunjukkan bahwa LSTM lebih akurat dengan RMSE 40.73 dibanding ARIMA dengan RMSE 157.59. LSTM terbukti lebih efektif dalam memprediksi penjualan dengan variasi harian kompleks, memberikan wawasan untuk pengambilan keputusan bisnis yang lebih baik. Kata Kunci: Prediksi Penjualan, ARIMA, LSTM, Analisis Time Series, Retawu Deli.