Aplikasi Mobile Multi-Algoritma AI untuk Bisnis Konveksi

Abstrak

UMKM konveksi masih menghadapi masalah dalam pencatatan produksi dan estimasi gaji karena sistem manual yang kurang efisien. Penelitian ini bertujuan mengembangkan aplikasi mobile dengan integrasi multi-algoritma kecerdasan buatan untuk meningkatkan akurasi prediksi bisnis. Metode yang digunakan adalah Research and Development (R&D) dengan pendekatan Rapid Application Development (RAD). Data historis delapan tahun produksi dan gaji dianalisis menggunakan tiga algoritma utama, yaitu Linear Regression, Random Forest Regression, dan K-Means Clustering. Hasil menunjukkan bahwa aplikasi berhasil meningkatkan efisiensi pencatatan, Random Forest Regression lebih unggul pada data fluktuatif dibanding Linear Regression, serta K-Means Clustering efektif untuk rekomendasi karyawan terbaik. Kesimpulannya, sistem ini berkontribusi pada digitalisasi dan pengambilan keputusan berbasis data di sektor konveksi.