Demand Forecasting Workspace

Peramalan permintaan, langsung di browser.

Random Forest berbasis histori perusahaan dengan dashboard interaktif, evaluasi time-series, dan pembanding Moving Average serta Linear Trend

Client-side model · data tetap di perangkat
Material
jenis aktif
Periode Data
Rata-rata Demand
unit / periode
Forecast Horizon
periode ke depan
Demand Outlook

Historis & Prediksi

Operational Drivers

Harga & Lead Time

Forecast Controls

Parameter Peramalan

11224
Model memakai lag 1–3, rolling mean/std 3 periode, momentum, musiman sin/cos, indeks waktu, harga lag-1, dan lead time lag-1.
Forecast Output

Ringkasan Prediksi

Prediksi rata-rata
Prediksi tertinggi
Total horizon
Integrated View

Data & Hasil Prediksi

Jenis MaterialPeriode DataPermintaan HistorisHarga / UnitLead TimeHasil PrediksiPrediksi Confidence Interval 80%
Raw Data

Upload CSV

Gunakan struktur template perusahaan. Data diproses lokal di browser dan tidak dikirim ke server.

Editable History

Data Historis

PeriodeMaterialDemandHargaLead Time
Tabel menampilkan data material aktif sesuai rentang training. Semua sel numerik dapat diedit.
Backtesting

Evaluasi & Perbandingan Metode

80% data awal untuk train · 20% data terakhir untuk test
Test Window

Aktual vs Model

Model Explainability

Feature Importance RF