PREDIKSI PENDAPATAN OPERATOR SELULER DARI SMS A2P MENGGUNAKAN METODE REGRESI LINIER DAN POLINOMIAL BERBASIS WEBSITE

Abstract

Penelitian ini mengevaluasi dan membandingkan metode regresi linier dan polinomial dalam memprediksi pendapatan Operator Seluler dari layanan SMS Application to Person (A2P) yang dikemas dalam sebuah platform berbasis website. Latar belakang dari penelitian ini adalah pentingnya memiliki sistem prediksi pendapatan yang akurat untuk mendukung perencanaan strategi pemasaran yang lebih efektif dan efisien. Penelitian ini memanfaatkan data historis pendapatan dari layanan SMS A2P Operator Seluler yang dikumpulkan dari periode Mei 2017 hingga Mei 2024 melalui metode studi literatur, dokumentasi, dan observasi dari aplikasi settlement internal Operator Seluler. Kedua metode regresi diterapkan dan dianalisis untuk menentukan keakuratannya dalam prediksi pendapatan. Hasil penelitian mengungkapkan bahwa metode regresi polinomial memberikan akurasi yang lebih tinggi dan mempunyai kesalahan prediksi lebih kecil dibandingkan dengan metode regresi linier. Implementasi sistem prediksi ini diharapkan dapat menjadi alat bantu bagi Operator Seluler dalam merencanakan strategi bisnis yang lebih baik serta meningkatkan pendapatan dari layanan SMS A2P.This research evaluates and compares linear and polynomial regression methods in predicting the revenue of Cellular Operator from SMS Application to Person (A2P) services, which are packaged in a website-based platform. The background of this study highlights the importance of having an accurate revenue prediction system to support more effective and efficient marketing strategy planning. This study utilizes historical revenue data from the SMS A2P service of Cellular Operator, collected from May 2017 to May 2024 through literature review methods, documentation, and observations from the internal settlement application of Cellular Operator. Both regression methods are applied and analyzed to determine their accuracy in revenue prediction. The results of the study revealed that the polynomial regression method provides higher accuracy and has a smaller prediction error compared to the linear regression method. The accuracy of polynomial regression is 83.48%, while linear regression has an accuracy of 74.42%. The implementation of this prediction system is expected to serve as a tool for Cellular Operator in planning better business strategies and increasing revenue from SMS A2P services.