Proyek ini meramalkan penjualan bulanan sebuah perusahaan fiktif dari data 10 tahun. Nilai bulan lalu, dua bulan lalu, dan bulan yang sama tahun lalu disusun sebagai atribut (teknik windowing) lalu dipakai regresi linear, dan akurasinya diuji pada bulan-bulan terakhir yang disimpan terpisah.
Tujuan Bisnis
Ramal penjualan bulan berikutnya dari pola bulan-bulan sebelumnya dan musim tahun lalu. Bidang penerapan: Operasi / Perencanaan Persediaan. Tingkat proyek: menengah.
Alat dan Operator RapidMiner
Proses dibangun dengan operator berikut:
- Read CSV
- Multiply
- Subprocess
- Generate Attributes
- Select Attributes
- Rename
- Join
- Set Role
- Split Data
- Linear Regression
- Apply Model
- Performance (Regression)
- Performance to Data
- Write CSV
Yang Akan Anda Pelajari
- Memahami cara mengubah deret waktu menjadi tabel atribut lag (windowing) dengan operator bawaan
- Menilai ramalan dengan pembagian data berurutan dan galat relatif (MAPE)
- Membandingkan model dengan tebakan sederhana (bulan lalu atau tahun lalu)
Langkah Pengerjaan
- Baca deret waktu penjualan — Read CSV memuat penjualan_bulanan.csv: 120 bulan (Januari 2016 sampai Desember 2025) dengan kolom periode, bulan_ke, promo, dan penjualan_juta.
- Gandakan data untuk membuat lag — Multiply membuat empat salinan: satu sebagai tabel utama dan tiga untuk menggeser waktu 1, 2, dan 12 bulan.
- Buat atribut lag di setiap Subprocess — Di dalam Subprocess Lag k: Generate Attributes membuat kunci k = bulan_ke + k, Select Attributes menyisakan kunci dan penjualan, lalu Rename mengganti penjualan menjadi lag_k.
- Gabungkan lag dengan Join — Tiga operator Join (inner) mencocokkan bulan_ke dengan kunci tiap lag sehingga setiap baris kini memuat penjualan 1, 2, dan 12 bulan sebelumnya. Baris tahun pertama yang belum punya lag_12 tidak ikut terpakai.
- Tetapkan label dan id — Select Attributes membuang kolom kunci, lalu Set Role menetapkan penjualan_juta sebagai label dan periode sebagai id.



