Implementasi Algoritma Recurrent Neural Network (RNN) dalam Peramalan Omset Penjualan Online pada Website Cottonink

Peramalan penjualan merupakan proses penting dalam mendukung pengambilan keputusan bisnis, khususnya dalam perencanaan strategi pemasaran. Penelitian ini bertujuan untuk membangun sistem peramalan omset penjualan berbasis website dengan mengimplementasikan metode Recurrent Neural Network (RNN) menggunakan arsitektur Gated Recurrent Unit (GRU). Sistem ini dikembangkan menggunakan Python untuk pemodelan dan Laravel serta Flask untuk antarmuka web. Beberapa konfigurasi model GRU diuji dan dievaluasi berdasarkan nilai Mean Absolute Error (MAE) dan Root Mean Square Error (RMSE) untuk menentukan model terbaik. Model terbaik yang diperoleh dalam penelitian ini menghasilkan nilai MAE sebesar 12,69 persen dan RMSE sebesar 17,99 persen. Pengujian sistem dilakukan melalui evaluasi teknis (blackbox) dan User Acceptance Testing (UAT) menggunakan kuesioner dan wawancara. Hasil menunjukkan sistem dapat berjalan dengan baik dan stabil, serta mendapatkan skor UAT rata-rata 4,25 dari 5 (85 persen) dengan aspek kemudahan penggunaan memperoleh nilai tertinggi. Sistem dinilai sangat membantu mempercepat proses peramalan dan mendukung pengambilan keputusan.