Jurnal Sistem Informasi dan Sistem Komputer (SIMKOM)
Not a member yet
115 research outputs found
Sort by
Penerapan Metode Naïve Bayes Untuk Mengidentifikasi Sentimen Pengguna Pada Ulasan Aplikasi ReelShort di Google Play Store
Full text linkPenelitian ini bertujuan untuk mengetahui pendapat pengguna aplikasi ReelShort berdasarkan ulasan mereka di Google Play Store. Metode yang digunakan adalah algoritma Multinomial Naive Bayes. Data ulasan pengguna dikumpulkan dengan teknik scrapping dari Google Play Store, selanjutnya dilakukan pre-processing data untuk membersihkan dan menyederhanakan teks. Setelah itu, sentimen dari setiap ulasan diklasifikasikan menjadi dua kategori yaitu positif dan negatif. Model klasifikasi dibangun menggunakan algoritma Multinomial Naive Bayes dan dievaluasi menggunakan metrik akurasi, presisi, recall, dan F1-score. Hasil penelitian menunjukkan bahwa model mampu mengklasifikasikan sentimen dengan akurasi sebesar 77%. Nilai presisi sebesar 83% mengindikasikan bahwa model cukup baik dalam mengidentifikasi ulasan yang benar-benar positif atau negatif. Namun, nilai recall yang sebesar 77% menunjukkan bahwa model masih melewatkan beberapa ulasan yang seharusnya terklasifikasi sebagai positif atau negatif. Analisis lebih lanjut menunjukkan bahwa model lebih baik dalam mengklasifikasikan ulasan negatif dibandingkan dengan ulasan positif. Hasil penelitian ini memberikan pemahaman yang lebih baik mengenai persepsi pengguna terhadap aplikasi ReelShort dan dapat dimanfaatkan untuk meningkatkan kualitas aplikasi di masa mendatang.Penelitian ini bertujuan untuk mengetahui pendapat pengguna aplikasi ReelShort berdasarkan ulasan mereka di Google Play Store. Metode yang digunakan adalah algoritma Multinomial Naive Bayes. Data ulasan pengguna dikumpulkan dengan teknik scrapping dari Google Play Store, selanjutnya dilakukan pre-processing data untuk membersihkan dan menyederhanakan teks. Setelah itu, sentimen dari setiap ulasan diklasifikasikan menjadi dua kategori yaitu positif dan negatif. Model klasifikasi dibangun menggunakan algoritma Multinomial Naive Bayes dan dievaluasi menggunakan metrik akurasi, presisi, recall, dan F1-score. Hasil penelitian menunjukkan bahwa model mampu mengklasifikasikan sentimen dengan akurasi sebesar 77%. Nilai presisi sebesar 83% mengindikasikan bahwa model cukup baik dalam mengidentifikasi ulasan yang benar-benar positif atau negatif. Namun, nilai recall yang sebesar 77% menunjukkan bahwa model masih melewatkan beberapa ulasan yang seharusnya terklasifikasi sebagai positif atau negatif. Analisis lebih lanjut menunjukkan bahwa model lebih baik dalam mengklasifikasikan ulasan negatif dibandingkan dengan ulasan positif. Hasil penelitian ini memberikan pemahaman yang lebih baik mengenai persepsi pengguna terhadap aplikasi ReelShort dan dapat dimanfaatkan untuk meningkatkan kualitas aplikasi di masa mendatang
Perancangan User Interface (UI) & User Experience (UX) Aplikasi SI Presensi Berbasis Mobile Menggunakan Metode Design Thingking
Full text linkProgram Studi Sistem Informasi Universitas Mulawarman melakukan presensi pada setiap mata kuliah yang menggunakan SIPLO. Terdapat beberapa kendala yang dirasakan ketika menggunakan SIPLO. Hal ini dibuktikan dengan wawancara yang dilakukan dengan beberapa mahasiswa dan dosen prodi Sistem Informasi yang menggunakan SIPLO. Penelitian ini bertujuan untuk merancang aplikasi 'SI Presensi' berbasis mobile dengan menggunakan metode Design Thinking, yang terdiri dari lima tahapan: Empathize, Define, Ideate, Prototype, dan Test. Data yang digunakan dalam penelitian ini diperoleh melalui wawancara dengan pengguna potensial dan analisis kompetitor. Hasil penelitian menunjukkan bahwa rancangan aplikasi yang dihasilkan mampu memenuhi kebutuhan pengguna serta menyelesaikan masalah yang dihadapi terkait presensi. Validitas desain ini didukung oleh hasil skor SUS (System Usability Scale) rata-rata sebesar 79,4, yang dikategorikan sebagai "Baik". Temuan ini juga menegaskan bahwa metode Design Thinking efektif dalam menciptakan solusi desain yang sesuai dengan kebutuhan pengguna. Oleh karena itu, penelitian ini memberikan kontribusi penting dalam pengembangan aplikasi mobile khususnya di bidang sistem informasi akademik.Program Studi Sistem Informasi Universitas Mulawarman melakukan presensi pada setiap mata kuliah yang menggunakan SIPLO. Terdapat beberapa kendala yang dirasakan ketika menggunakan SIPLO. Hal ini dibuktikan dengan wawancara yang dilakukan dengan beberapa mahasiswa dan dosen prodi Sistem Informasi yang menggunakan SIPLO. Penelitian ini bertujuan untuk merancang aplikasi 'SI Presensi' berbasis mobile dengan menggunakan metode Design Thinking, yang terdiri dari lima tahapan: Empathize, Define, Ideate, Prototype, dan Test. Data yang digunakan dalam penelitian ini diperoleh melalui wawancara dengan pengguna potensial dan analisis kompetitor. Hasil penelitian menunjukkan bahwa rancangan aplikasi yang dihasilkan mampu memenuhi kebutuhan pengguna serta menyelesaikan masalah yang dihadapi terkait presensi. Validitas desain ini didukung oleh hasil skor SUS (System Usability Scale) rata-rata sebesar 79,4, yang dikategorikan sebagai "Baik". Temuan ini juga menegaskan bahwa metode Design Thinking efektif dalam menciptakan solusi desain yang sesuai dengan kebutuhan pengguna. Oleh karena itu, penelitian ini memberikan kontribusi penting dalam pengembangan aplikasi mobile khususnya di bidang sistem informasi akademik
Analisis Perbandingan Fitur Pada Aplikasi My Cattle Manager dan CowMaster Untuk Managemen Peternakan Sapi
Full text linkSektor peternakan di Indonesia berkontribusi besar terhadap ketahanan pangan, khususnya dari komoditas sapi. Penelitian ini bertujuan menganalisis peran teknologi digital dalam membantu manajemen peternakan sapi melalui studi komparatif dua aplikasi Android yakni My Cattle Manager dan CowMaster. Keduanya memiliki fitur pencatatan data ternak, kesehatan, keuangan, serta pengingat otomatis. Hasil studi menunjukkan lima kebutuhan spesifik peternak, yaitu akses offline gratis, estimasi bobot tanpa alat digital, pelaporan terstruktur, manajemen pakan terjadwal, dan kompatibilitas dengan perangkat berspesifikasi rendah. My Cattle Manager unggul dalam fitur offline, silsilah ternak, dan langganan sederhana. CowMaster menonjol dalam estimasi bobot berbasis morfometri dan manajemen pakan berbasis usia dan berat, meski fitur premiumnya terbatas. Keduanya belum mendukung integrasi IoT maupun kecerdasan buatan. Pemilihan aplikasi sebaiknya disesuaikan dengan skala usaha, preferensi visual, kemampuan berlangganan, dan fitur yang dibutuhkan. Fitur silsilah dan pengelompokan ternak hanya tersedia di My Cattle Manager, sedangkan estimasi bobot dan manajemen pakan hanya ada di CowMaster.Sektor peternakan di Indonesia berkontribusi besar terhadap ketahanan pangan, khususnya dari komoditas sapi. Penelitian ini bertujuan menganalisis peran teknologi digital dalam membantu manajemen peternakan sapi melalui studi komparatif dua aplikasi Android yakni My Cattle Manager dan CowMaster. Keduanya memiliki fitur pencatatan data ternak, kesehatan, keuangan, serta pengingat otomatis. Hasil studi menunjukkan lima kebutuhan spesifik peternak, yaitu akses offline gratis, estimasi bobot tanpa alat digital, pelaporan terstruktur, manajemen pakan terjadwal, dan kompatibilitas dengan perangkat berspesifikasi rendah. My Cattle Manager unggul dalam fitur offline, silsilah ternak, dan langganan sederhana. CowMaster menonjol dalam estimasi bobot berbasis morfometri dan manajemen pakan berbasis usia dan berat, meski fitur premiumnya terbatas. Keduanya belum mendukung integrasi IoT maupun kecerdasan buatan. Pemilihan aplikasi sebaiknya disesuaikan dengan skala usaha, preferensi visual, kemampuan berlangganan, dan fitur yang dibutuhkan. Fitur silsilah dan pengelompokan ternak hanya tersedia di My Cattle Manager, sedangkan estimasi bobot dan manajemen pakan hanya ada di CowMaster
Implementasi Sistem Informasi Manajemen Kontrak Beauty Advisor Berbasis Web Pada PT Sinergi Global Servis
Full text linkPengelolaan data karyawan dan kontrak kerja merupakan aspek penting dalam mendukung operasional perusahaan, terutama di industri kosmetik dan retail. Penelitian ini bertujuan mengembangkan sistem informasi berbasis web untuk manajemen kontrak karyawan pada PT SINERGI GLOBAL SERVIS, anak perusahaan Martha Tilaar Group. Sistem dirancang untuk mendukung pengelolaan data karyawan, khususnya Beauty Advisor, serta proses pembuatan dan monitoring kontrak kerja. Metodologi yang digunakan adalah Software Development Life Cycle (SDLC), dengan implementasi backend menggunakan Lumen Framework dan database PostgreSQL, serta frontend menggunakan Vue.js. Sistem memanfaatkan teknologi Docker untuk efisiensi pengelolaan server. Fitur utama meliputi pembuatan kontrak otomatis, pengelolaan data karyawan, ekspor laporan format Excel dan PDF, serta integrasi evaluasi kinerja. Hasil menunjukkan sistem mampu meningkatkan efisiensi proses manajemen kontrak dan menyediakan solusi komprehensif pengelolaan sumber daya manusia yang efektif dan efisien.Pengelolaan data karyawan dan kontrak kerja merupakan aspek penting dalam mendukung operasional perusahaan, terutama di industri kosmetik dan retail. Penelitian ini bertujuan mengembangkan sistem informasi berbasis web untuk manajemen kontrak karyawan pada PT SINERGI GLOBAL SERVIS, anak perusahaan Martha Tilaar Group. Sistem dirancang untuk mendukung pengelolaan data karyawan, khususnya Beauty Advisor, serta proses pembuatan dan monitoring kontrak kerja. Metodologi yang digunakan adalah Software Development Life Cycle (SDLC), dengan implementasi backend menggunakan Lumen Framework dan database PostgreSQL, serta frontend menggunakan Vue.js. Sistem memanfaatkan teknologi Docker untuk efisiensi pengelolaan server. Fitur utama meliputi pembuatan kontrak otomatis, pengelolaan data karyawan, ekspor laporan format Excel dan PDF, serta integrasi evaluasi kinerja. Hasil menunjukkan sistem mampu meningkatkan efisiensi proses manajemen kontrak dan menyediakan solusi komprehensif pengelolaan sumber daya manusia yang efektif dan efisien
Evaluasi Layanan Dinas Komdigi Kota Gorontalo Mengacu Pada Framework ITIL Versi 3 Domain Service Operation
Full text linkPenelitian ini bertujuan Penelitian ini bertujuan untuk mengevaluasi kinerja proses Service Operation berdasarkan kerangka kerja ITIL v3 di Dinas Komdigi Kota Gorontalo. Metode yang digunakan adalah pendekatan kuantitatif deskriptif dengan pengumpulan data melalui kuesioner. Instrumen diuji validitas dan reliabilitasnya, dan seluruh item dinyatakan valid serta reliabel. Hasil analisis menunjukkan bahwa tujuh dari sembilan subdomain berada pada maturity level Defined (Level 3), dan dua subdomain lainnya IT Operations Management dan Technical Management berada pada level Managed (Level 4). Nilai rata-rata keseluruhan adalah 3,39, yang menunjukkan bahwa sebagian besar proses telah distandarkan dan terdokumentasi, namun belum seluruhnya dikelola secara kuantitatif. Temuan ini menjadi dasar untuk rekomendasi perbaikan yang diarahkan pada penguatan pengukuran kinerja, monitoring otomatis, serta penerapan perbaikan berkelanjutan.Penelitian ini bertujuan Penelitian ini bertujuan untuk mengevaluasi kinerja proses Service Operation berdasarkan kerangka kerja ITIL v3 di Dinas Komdigi Kota Gorontalo. Metode yang digunakan adalah pendekatan kuantitatif deskriptif dengan pengumpulan data melalui kuesioner. Instrumen diuji validitas dan reliabilitasnya, dan seluruh item dinyatakan valid serta reliabel. Hasil analisis menunjukkan bahwa tujuh dari sembilan subdomain berada pada maturity level Defined (Level 3), dan dua subdomain lainnya IT Operations Management dan Technical Management berada pada level Managed (Level 4). Nilai rata-rata keseluruhan adalah 3,39, yang menunjukkan bahwa sebagian besar proses telah distandarkan dan terdokumentasi, namun belum seluruhnya dikelola secara kuantitatif. Temuan ini menjadi dasar untuk rekomendasi perbaikan yang diarahkan pada penguatan pengukuran kinerja, monitoring otomatis, serta penerapan perbaikan berkelanjutan
Penerapan Sistem Pendukung Keputusan Dalam Menentukan Sanksi Terhadap Perilaku Santri di Pondok Pesantren Asshaburratib Menggunakan Metode SAW
No full textPondok Pesantren adalah institusi pendidikan berbasis keagamaan yang menanamkan nilai-nilai disiplin, akhlak, serta kedisiplinan kepada para santri melalui berbagai kegiatan keagamaan dan pembinaan karakter. Dalam praktiknya, terdapat santri yang melakukan pelanggaran dipondok, namun proses pemberian sanksi terhadap pelanggaran tersebut masih dilakukan secara manual tanpa pertimbangan dari pelanggaran yang ia lakukan sehingga sanksi yang diberikan tidak sesuai. Hal ini dapat menyebabkan ketidaktepatan dalam menentukan sanksi yang sesuai dengan perbuatannya. Maka dari itu, penilitan ini bermaksud untuk menyusun dan meningkatkan Sistem Pendukung Keputusan (SPK) guna membantu pengurus pondok dalam menentukan sanksi terhadap perilaku santri dengan tepat dan adil. Metode yang diterapkan adalah Simple Weighting Additive (SAW), yang mampu memberikan hasil keputusan berdasarkan pembobotan terhadap beberapa kriteria. Hasil akhir dari penilitian ini yaitu sistem dibangun di atas web yang dapat diterapkan sebagai acuan untuk pemberian sanksi sesuai dengan pelanggaran yang dilakukan, sehingga pengurus pondok dapat memberikan sanksi yang tepat dan adil kepada para pelanggar.Pondok Pesantren adalah institusi pendidikan berbasis keagamaan yang menanamkan nilai-nilai disiplin, akhlak, serta kedisiplinan kepada para santri melalui berbagai kegiatan keagamaan dan pembinaan karakter. Dalam praktiknya, terdapat santri yang melakukan pelanggaran dipondok, namun proses pemberian sanksi terhadap pelanggaran tersebut masih dilakukan secara manual tanpa pertimbangan dari pelanggaran yang ia lakukan sehingga sanksi yang diberikan tidak sesuai. Hal ini dapat menyebabkan ketidaktepatan dalam menentukan sanksi yang sesuai dengan perbuatannya. Maka dari itu, penilitan ini bermaksud untuk menyusun dan meningkatkan Sistem Pendukung Keputusan (SPK) guna membantu pengurus pondok dalam menentukan sanksi terhadap perilaku santri dengan tepat dan adil. Metode yang diterapkan adalah Simple Weighting Additive (SAW), yang mampu memberikan hasil keputusan berdasarkan pembobotan terhadap beberapa kriteria. Hasil akhir dari penilitian ini yaitu sistem dibangun di atas web yang dapat diterapkan sebagai acuan untuk pemberian sanksi sesuai dengan pelanggaran yang dilakukan, sehingga pengurus pondok dapat memberikan sanksi yang tepat dan adil kepada para pelanggar
Penerapan Algoritma Apriori Untuk Menemukan Pola Asosiasi Pada Data Penjualan Retail Fashion
Full text linkPenelitian ini menerapkan algoritma Apriori dalam analisis data transaksi penjualan di bidang retail fashion guna menemukan keterkaitan produk yang kerap dibeli dalam satu waktu. Dataset yang dianalisis berisi 3.400 transaksi pelanggan dari platform Kaggle, dan diolah menggunakan RapidMiner dengan parameter minimum support 0,1 serta confidence 0,6. Metode yang digunakan meliputi preprocessing data, normalisasi, transformasi one-hot encoding, dan pengujian dengan operator W-Apriori. Hasilnya ditemukan pola signifikan, seperti pembelian backpack dan loafers berasosiasi kuat dengan raincoat (confidence 74%). Algoritma Apriori terbukti efisien dalam mengenali pola kebiasaan pembelian konsumen, dan dapat digunakan untuk kegiatan promosi, penyusunan rekomendasi produk, dan penataan layout toko. Aturan asosiasi yang diperoleh mencerminkan pola perilaku konsumen saat berbelanja, salah satunya menunjukkan adanya hubungan erat antara beberapa produk. Informasi tersebut dapat dimanfaatkan sebagai dasar pengambilan keputusan strategis yang berorientasi data, termasuk dalam penataan produk yang lebih efisien, pengembangan fitur rekomendasi, serta perancangan promosi yang relevan dan tepat sasaran.Penelitian ini menerapkan algoritma Apriori dalam analisis data transaksi penjualan di bidang retail fashion guna menemukan keterkaitan produk yang kerap dibeli dalam satu waktu. Dataset yang dianalisis berisi 3.400 transaksi pelanggan dari platform Kaggle, dan diolah menggunakan RapidMiner dengan parameter minimum support 0,1 serta confidence 0,6. Metode yang digunakan meliputi preprocessing data, normalisasi, transformasi one-hot encoding, dan pengujian dengan operator W-Apriori. Hasilnya ditemukan pola signifikan, seperti pembelian backpack dan loafers berasosiasi kuat dengan raincoat (confidence 74%). Algoritma Apriori terbukti efisien dalam mengenali pola kebiasaan pembelian konsumen, dan dapat digunakan untuk kegiatan promosi, penyusunan rekomendasi produk, dan penataan layout toko. Aturan asosiasi yang diperoleh mencerminkan pola perilaku konsumen saat berbelanja, salah satunya menunjukkan adanya hubungan erat antara beberapa produk. Informasi tersebut dapat dimanfaatkan sebagai dasar pengambilan keputusan strategis yang berorientasi data, termasuk dalam penataan produk yang lebih efisien, pengembangan fitur rekomendasi, serta perancangan promosi yang relevan dan tepat sasaran
Digital Twin Desa Tegaldlimo Pada Virtual Game Petualangan
Full text linkPada penelitian ini hanya mencakup aspek fisik desa dan lingkungan sekitar Desa Tegaldlimo. Model Desa Tegaldlimo dirancang melalui penggunaan teknologi digital twin di Unreal Engine. Tujuan penelitian pada digital twin Desa Tegaldlimo pada virtual game petualangan ialah untuk mengembangkan sebuah map Desa yang menggunakan teknologi digital twin kemudian mempresentasikan kedalam bentuk virtual game dengan basis model Desa Tegaldlimo. Melalui rancangan ini digunakan untuk mempelajari dan mengenal desa tersebut dengan cara yang interaktif dan menyenangkan. Dalam proses pengembangan menggunakan berbagai macam metode, termasuk studi literatur, analisi perancangan, penerapan Digital Twin, penerapan map ke dalam bentuk game petualangan hingga selesai. Data – data Desa Tegaldlimo yang sudah terkumpul kemudian diimplementasikan kedalam Digital Twin melalui Unreal Engine yang hasilnya dapat dijalankan dengan cukup baik dan penataan pada isi map Desa Tegaldlimo. Berdasarkan pengujian yang dijalankan oleh partisipan memperoleh hasil sebesar 84,1% yang menunjukkan map yang diuji berhasil tanpa perlu revisi.Pada penelitian ini hanya mencakup aspek fisik desa dan lingkungan sekitar Desa Tegaldlimo. Model Desa Tegaldlimo dirancang melalui penggunaan teknologi digital twin di Unreal Engine. Tujuan penelitian pada digital twin Desa Tegaldlimo pada virtual game petualangan ialah untuk mengembangkan sebuah map Desa yang menggunakan teknologi digital twin kemudian mempresentasikan kedalam bentuk virtual game dengan basis model Desa Tegaldlimo. Melalui rancangan ini digunakan untuk mempelajari dan mengenal desa tersebut dengan cara yang interaktif dan menyenangkan. Dalam proses pengembangan menggunakan berbagai macam metode, termasuk studi literatur, analisi perancangan, penerapan Digital Twin, penerapan map ke dalam bentuk game petualangan hingga selesai. Data – data Desa Tegaldlimo yang sudah terkumpul kemudian diimplementasikan kedalam Digital Twin melalui Unreal Engine yang hasilnya dapat dijalankan dengan cukup baik dan penataan pada isi map Desa Tegaldlimo. Berdasarkan pengujian yang dijalankan oleh partisipan memperoleh hasil sebesar 84,1% yang menunjukkan map yang diuji berhasil tanpa perlu revisi
Klasifikasi Kualitas Air Sungai Daerah Istimewa Yogyakarta (DIY) Menggunakan Algoritma Random Forest
Full text linkKetersediaan air bersih yang memadai berpengaruh signifikan terhadap kesehatan masyarakat, pertumbuhan ekonomi, dan keberlanjutan lingkungan. Data Badan Pusat Statistik Daerah Istimewa Yogyakarta tahun 2021 menunjukkan peningkatan jumlah pelanggan air bersih sebesar 8,20%. Data Badan Pusat Statistik Daerah Istimewa Yogyakarta tahun 2022 menunjukkan sungai memiliki peran penting sebagai sumber daya air utama untuk perusahaan air bersih. DLHK sebagai dinas terkait menentukan status mutu air dengan menggunakan metode STORET atau metode Indeks Pencemaran (IP), yang tentunya memerlukan waktu yang lama. Oleh karena itu, diperlukan pemantauan yang efisien dalam klasifikasi kualitas air sungai untuk mengatasi permaslahan yang ada. Penelitian ini mengembangkan model klasifikasi dengan Random Forest menggunakan metode cross-validation yang menunjukkan akurasi rata-rata 100% pada data pelatihan dan 91,43% pada data pengujian. Meskipun ada indikasi overfitting, model dengan indeks ke-4 dipilih dan menunjukkan akurasi klasifikasi 97,93% pada data baru. Hasil ini menunjukkan bahwa model mampu mengklasifikasi kualitas air sungai di DIY dengan baik.Ketersediaan air bersih yang memadai berpengaruh signifikan terhadap kesehatan masyarakat, pertumbuhan ekonomi, dan keberlanjutan lingkungan. Data Badan Pusat Statistik Daerah Istimewa Yogyakarta tahun 2021 menunjukkan peningkatan jumlah pelanggan air bersih sebesar 8,20%. Data Badan Pusat Statistik Daerah Istimewa Yogyakarta tahun 2022 menunjukkan sungai memiliki peran penting sebagai sumber daya air utama untuk perusahaan air bersih. DLHK sebagai dinas terkait menentukan status mutu air dengan menggunakan metode STORET atau metode Indeks Pencemaran (IP), yang tentunya memerlukan waktu yang lama. Oleh karena itu, diperlukan pemantauan yang efisien dalam klasifikasi kualitas air sungai untuk mengatasi permaslahan yang ada. Penelitian ini mengembangkan model klasifikasi dengan Random Forest menggunakan metode cross-validation yang menunjukkan akurasi rata-rata 100% pada data pelatihan dan 91,43% pada data pengujian. Meskipun ada indikasi overfitting, model dengan indeks ke-4 dipilih dan menunjukkan akurasi klasifikasi 97,93% pada data baru. Hasil ini menunjukkan bahwa model mampu mengklasifikasi kualitas air sungai di DIY dengan baik
Implementasi Algoritma Random Forest Regression Untuk Memprediksi Penjualan Produksi di Supermarket
Full text linkPrediksi penjualan merupakan aspek penting dalam pengelolaan operasional Supermarket. Algoritma Machine Learning dapat dimanfaatkan untuk menghasilkan prediksi yang akurat. Supermarket mencatat transaksi penjualan setiap harinya, data transaksi tersebut dapat dimanfaatkan untuk mendapatkan informasi dalam memperoleh keuntungan. Pada penelitian ini, algoritma Random Forest Regression digunakan dengan tujuan untuk memprediksi penjualan di Supermarket. Data dalam dataset berjumlah 1000 data. Proses preprocessing data dimulai dengan menentukan fitur yang paling relevan sebagai variabel independen dan variabel dependen. Selanjutnya, entri kosong pada data numerik diisi dengan nilai rata-rata (mean), sedangkan pada data kategori, entri kosong diisi dengan nilai modus. Evaluasi kinerja model algoritma diukur dengan menggunakan beberapa metrik, yaitu Out-of-Bag (OOB) score sebesar 0.9999, Mean Squared Error (MSE) sebesar 2.4899, R-squared atau koefisien determinasi mencapai 0.9999, dan Mean Absolute Error (MAE) bernilai 0.9305. Secara keseluruhan, nilai-nilai metrik menunjukkan model Random Forest Regression sangat akurat untuk prediksi penjualan di supermarket.Prediksi penjualan merupakan aspek penting dalam pengelolaan operasional Supermarket. Algoritma Machine Learning dapat dimanfaatkan untuk menghasilkan prediksi yang akurat. Supermarket mencatat transaksi penjualan setiap harinya, data transaksi tersebut dapat dimanfaatkan untuk mendapatkan informasi dalam memperoleh keuntungan. Pada penelitian ini, algoritma Random Forest Regression digunakan dengan tujuan untuk memprediksi penjualan di Supermarket. Data dalam dataset berjumlah 1000 data. Proses preprocessing data dimulai dengan menentukan fitur yang paling relevan sebagai variabel independen dan variabel dependen. Selanjutnya, entri kosong pada data numerik diisi dengan nilai rata-rata (mean), sedangkan pada data kategori, entri kosong diisi dengan nilai modus. Evaluasi kinerja model algoritma diukur dengan menggunakan beberapa metrik, yaitu Out-of-Bag (OOB) score sebesar 0.9999, Mean Squared Error (MSE) sebesar 2.4899, R-squared atau koefisien determinasi mencapai 0.9999, dan Mean Absolute Error (MAE) bernilai 0.9305. Secara keseluruhan, nilai-nilai metrik menunjukkan model Random Forest Regression sangat akurat untuk prediksi penjualan di supermarket