Prediksi Penjualan Aksesoris Laptop Berbasis Monte Carlo Simulation dan Exponential Smoothing

Abstract

Penelitian ini bertujuan membuat model yang bisa memprediksi penjualan aksesori laptop dengan menggunakan dua metode yaitu Monte Carlo Simulation dan Exponential Smoothing. Masalah yang dibahas adalah kebutuhan bisnis e-commerce dalam memperkirakan volume penjualan secara tepat, terutama untuk produk aksesori laptop yang permintaannya sering berubah-ubah. Data yang digunakan berasal dari platform Amazon, terdiri dari 470 produk dengan 10 atribut utama, seperti judul produk, merek, harga, rating, jumlah ulasan, skor popularitas, periode waktu, dan jumlah unit yang terjual. Awalnya, data diolah terlebih dahulu dengan cara mengatasi nilai yang kosong, mengubah format waktu, serta mengubah fitur kategorikal menjadi data yang bisa diproses. Model prediksi dibuat dengan menggunakan Monte Carlo.