Analisis Penjualan Terhadap Durasi Live Dan Jumlah Penonton Aktif Melalui Metode Optimasi Dengan Algoritma Stochastic Gradient Descent (Sgd)

Authors

  • Ginda M. A. Siregar Universitas Samudra
  • Muhammad Farid Fitriansyah Samudra University
  • Rizalul Akram Universitas Samudra
  • Irwanda Syahputra Universitas Samudra
  • Ade Zulkarnain Hasibuan Universitas Samudra

DOI:

https://doi.org/10.31605/jcis.v9i1.6329

Keywords:

Dashboard, Live Streaming, Prediksi Penjualan, Regresi Linear, Stochastic Gradient Descent

Abstract

Live streaming commerce menjadi strategi pemasaran digital yang memungkinkan interaksi langsung antara penjual dan konsumen secara real-time. Namun, peningkatan durasi siaran dan jumlah penonton aktif tidak selalu diikuti peningkatan jumlah produk terjual. Penelitian ini bertujuan membangun model prediksi jumlah produk terjual berdasarkan durasi live (X₁) dan jumlah penonton aktif (X₂) menggunakan regresi linear yang dioptimasi dengan algoritma Stochastic Gradient Descent (SGD). Dataset historis aktivitas live streaming digunakan sebagai data pelatihan dan evaluasi model. Kinerja model diukur menggunakan metrik R², Mean Absolute Error (MAE), Root Mean Square Error (RMSE), dan Mean Absolute Percentage Error (MAPE). Hasil pengujian menunjukkan model memperoleh nilai R² sebesar 0,4995, MAE sebesar 10,0113, RMSE sebesar 14,0243, dan MAPE sebesar 66,94%. Model kemudian diimplementasikan dalam dashboard berbasis Streamlit untuk menyediakan simulasi prediksi penjualan secara real-time guna mendukung perencanaan strategi live streaming yang lebih efektif dan berbasis data.

Downloads

0 Views
0 Downloads
Data indexed from system logs

Published

2026-07-13

How to Cite

Ginda M. A. Siregar, Fitriansyah, M. F., Rizalul Akram, Irwanda Syahputra, & Ade Zulkarnain Hasibuan. (2026). Analisis Penjualan Terhadap Durasi Live Dan Jumlah Penonton Aktif Melalui Metode Optimasi Dengan Algoritma Stochastic Gradient Descent (Sgd). Journal of Computer and Information System ( J-CIS ), 9(1), 194–205. https://doi.org/10.31605/jcis.v9i1.6329