📊 Prediksi Penjualan Menggunakan Adaline

Proyek ini bertujuan untuk memprediksi jumlah penjualan berdasarkan fitur-fitur yang relevan menggunakan Adaline (Adaptive Linear Neuron). Model dikembangkan menggunakan dua pendekatan:

Implementasi dari Nol (Scratch) menggunakan NumPy dan Gradien Descent Menggunakan Library seperti sklearn dengan SGDRegressor untuk membandingkan performa

🚀 Fitur Proyek

• Preprocessing Data: Normalisasi menggunakan Standarisasi (Z-score)
• Pemilihan Fitur: Berdasarkan korelasi terhadap target (Sales)
• Implementasi Adaline Scratch: Menggunakan Gradien Descent
• Evaluasi Model: Menggunakan MSE (Mean Squared Error), RMSE (Root Mean Squared Error), dan R² Score
• Visualisasi Hasil: Scatter plot untuk membandingkan prediksi dengan nilai aktual

📌 Catatan

• Implementasi scratch dibuat untuk memahami cara kerja Adaline secara mendasar
• Model dengan SGDRegressor lebih optimal dalam konvergensi dan akurasi
• Dataset yang digunakan diperoleh dari Kaggle dan telah melalui proses pembersihan