"Ensemble Sales Forecasting in Retail: Integrating LSTM and Linear Regression for API-Based Prediction Services [AJG]"

Abstract

Industri retail membutuhkan sistem prediksi penjualan yang akurat untuk mendukung pengambilan keputusan strategis. Penelitian ini mengusulkan pengembangan model hybrid yang mengintegrasikan Long Short-Term Memory (LSTM) dan Linear Regression guna meningkatkan akurasi prediksi penjualan. LSTM dipilih untuk kemampuannya dalam memodelkan pola temporal kompleks, sementara Linear Regression digunakan untuk analisis hubungan linear yang lebih interpretatif.

Implementasi model ini dirancang sebagai layanan berbasis API yang memungkinkan integrasi dengan berbagai platform manajemen retail. Pendekatan hybrid diharapkan dapat mengatasi keterbatasan model tunggal dengan memanfaatkan keunggulan masing-masing algoritma. Penelitian ini menggunakan dataset penjualan aktual dari industri retail sebagai bahan evaluasi model.