SKRIPSI DIGITAL
Penerapan Algoritma Xgboost Dan Lstm Untuk Analisis Prediktif Data E-Commerce Menggunakan Google Cloud AI Platform = Implementation of Xgboost and Lstm Algorithms for Predictive Analysis of E-Commerce Data Using Google Cloud AI Platform
Penelitian ini mengembangkan sistem analisis prediktif untuk e-commerce dengan mengintegrasikan algoritma Extreme Gradient Boosting (XGBoost) dan Long Short-Term Memory (LSTM) pada Google Cloud AI Platform. Tujuannya adalah meningkatkan akurasi prediksi tren pasar, harga, dan pengelolaan inventaris secara realtime, sehingga membantu perusahaan merespons perubahan pasar lebih cepat dan menetapkan strategi harga kompetitif. Data yang digunakan mencakup ±200.000 catatan transaksi, perilaku pelanggan, harga produk, dan inventaris, diperoleh melalui API dan web scraping. Proses pengolahan data mengikuti metode CRISP-DM, mencakup data preparation, pemodelan, evaluasi, dan deployment. Hasil evaluasi menunjukkan model hybrid XGBoost-LSTM mencapai akurasi prediksi di atas 85% dengan RMSE dan MAE rendah, sehingga efektif untuk kebutuhan prediksi jangka pendek maupun panjang. Sistem yang dibangun mampu menampilkan visualisasi prediksi melalui dashboard interaktif, mendukung pengambilan keputusan strategis berbasis data, dan berpotensi meningkatkan efisiensi operasional serta daya saing perusahaan e-commerce.
Tidak tersedia versi lain
Karya Umum 
Filsafat 
Agama 
Ilmu-ilmu Sosial 
Bahasa 
Ilmu-ilmu Murni 
Ilmu-ilmu Terapan 
Kesenian, Hiburan, dan Olahraga 
Kesusastraan 
Geografi dan Sejarah