Prediksi Penjualan Pada Toko Ritel Kosmetik Menggunakan Algoritma Random Forest

Industri ritel kosmetik memiliki penjualan yang fluktuatif sehingga menyulitkan perencanaan stok dan strategi bisnis. Penelitian ini bertujuan membangun model prediksi penjualan harian menggunakan algoritma Random Forest dengan pendekatan CRISP-DM berdasarkan data transaksi tahun 2025 sebanyak 21.052 baris yang setelah proses pembersihan menjadi 19.921 baris. Hasil penelitian menunjukkan model mampu memberikan prediksi yang baik dengan nilai MAE sebesar Rp481.666,36, RMSE sebesar Rp810.137,89, dan MAPE sebesar 6,35%, dengan variabel paling berpengaruh yaitu avg_net_price, total_quantity, dan num_transactions. Model diimplementasikan dalam dashboard berbasis Streamlit untuk membantu pengelolaan stok dan pengambilan keputusan berbasis data.

Kata Kunci: Prediksi Penjualan, Random Forest Regressor, CRISP-DM, Machine Learning, Ritel Kosmetik.