Buku “HYBRID MACHINE LEARNING MODELS: Untuk Prediksi Penjualan” menyajikan panduan sistematis dalam memahami, membangun, dan mengimplementasikan model pembelajaran mesin untuk meningkatkan akurasi prediksi penjualan, khususnya pada sektor UMKM.

Isi buku mencakup pengenalan konsep prediksi penjualan dan machine learning, berbagai algoritma populer seperti Random Forest, SVM, dan LSTM, serta pendekatan hybrid model yang menggabungkan keunggulan beberapa algoritma. Selain itu, dibahas pula teknik pengumpulan dan pengolahan data, evaluasi model, serta studi kasus penerapan pada UMKM.

Dengan tambahan pembahasan mengenai tantangan implementasi, solusi praktis, serta tren inovasi machine learning di masa depan, buku ini menjadi referensi penting bagi mahasiswa, peneliti, maupun praktisi bisnis yang ingin memanfaatkan kecerdasan buatan untuk pengambilan keputusan berbasis data.

No Image Available

HYBRID MACHINE LEARNING MODELS Untuk Prediksi Penjualan

 Penulis: Eko Purwanto; Bangun Prajadi Cipto Utomo; Hanifah Permatasari  Category: Perguruan Tinggi  Publisher: ASSA KREATIVA  Telah Terbit: 29 Sep, 2025  Dimensi: 13,5 x 23  Harga: Rp60.000,00
 Deskripsi:

Buku “HYBRID MACHINE LEARNING MODELS: Untuk Prediksi Penjualan” menyajikan panduan sistematis dalam memahami, membangun, dan mengimplementasikan model pembelajaran mesin untuk meningkatkan akurasi prediksi penjualan, khususnya pada sektor UMKM.

Isi buku mencakup pengenalan konsep prediksi penjualan dan machine learning, berbagai algoritma populer seperti Random Forest, SVM, dan LSTM, serta pendekatan hybrid model yang menggabungkan keunggulan beberapa algoritma. Selain itu, dibahas pula teknik pengumpulan dan pengolahan data, evaluasi model, serta studi kasus penerapan pada UMKM.

Dengan tambahan pembahasan mengenai tantangan implementasi, solusi praktis, serta tren inovasi machine learning di masa depan, buku ini menjadi referensi penting bagi mahasiswa, peneliti, maupun praktisi bisnis yang ingin memanfaatkan kecerdasan buatan untuk pengambilan keputusan berbasis data.

 Back