Analisis Prediktif Keberhasilan Penawaran Penjualan B2B Menggunakan Artificial Neural Network Pada Industri Technical Supplier (STUDI KASUS : CV Dima Perkasa Teknik)

Abstract

Persaingan penjualan B2B pada industri technical supplier menuntut perusahaan untuk mampu menentukan peluang keberhasilan penawaran secara lebih objektif. CV Dima Perkasa Teknik memiliki data historis penawaran yang mencakup karakteristik pelanggan, produk, nilai transaksi, margin, skema pembayaran, jumlah item, status pelanggan, dan variasi barang, namun data tersebut belum dimanfaatkan sebagai dasar prediksi. Penelitian ini bertujuan membangun model prediksi keberhasilan penawaran berbasis Artificial Neural Network, mengevaluasi performa model, serta mengidentifikasi variabel yang paling berkontribusi terhadap keberhasilan penawaran. Data penelitian berasal dari dokumen penawaran dan data historis perusahaan yang diproses menjadi dataset terstruktur. Tahapan metode meliputi pembersihan data, transformasi variabel numerik, pengkodean variabel kategori menggunakan one-hot encoding, validasi data, pembagian data latih dan data uji, serta pembangunan model Artificial Neural Network dengan arsitektur Multilayer Perceptron menggunakan scikit-learn. Penelitian ini membandingkan tiga skenario model, yaitu baseline, upsampling, dan class weighted, dengan evaluasi menggunakan accuracy, ROC-AUC, confusion matrix, dan classification report. Hasil penelitian menunjukkan bahwa model baseline memberikan performa terbaik dengan accuracy 0,958 dan ROC-AUC 0,957. Model upsampling menghasilkan accuracy 0,854 dan ROC-AUC 0,940, sedangkan model