Tujuan dari penelitian ini adalah untuk membuat model yang dapat diprediksi untuk penjualan produk skincare Somethinc dengan menggunakan regresi linier dalam pembelajaran mesin. Fokusnya adalah melihat bagaimana rating bintang dan harga berdampak pada jumlah penjualan. Penelitian ini bertujuan untuk membuat prediksi yang akurat tentang strategi produksi dan pemasaran yang optimal, serta meningkatkan efisiensi operasional dan pengelolaan stok dengan menggunakan data historis.Penelitian ini menggunakan regresi linier untuk memprediksi penjualan produk skincare Somethinc. Data yang dikumpulkan dari ShopeeMall termasuk rating bintang, harga, dan jumlah penjualan. Tujuan model regresi linier, yang dikembangkan dan dilatih oleh Google Colab, adalah untuk menganalisis bagaimana rating dan harga mempengaruhi penjualan dan untuk meningkatkan akurasi prediksi untuk strategi pemasaran yang lebih efektif. Hasilnya menunjukkan koefisien signifikan. Pengaruh masing-masing faktor terhadap jumlah penjualan ditunjukkan oleh koefisien harga dan rating bintang 1–5. Model ini menunjukkan hubungan yang kuat dan akurat, yang membantu dalam perencanaan strategi pemasaran dan produksi yang lebih baik.Dengan menggunakan model regresi linier, kami dapat dengan akurat memprediksi penjualan produk skincare Somethinc. Hasilnya menunjukkan bahwa rating bintang dan harga secara signifikan mempengaruhi jumlah penjualan. Untuk meningkatkan hasil penjualan, perusahaan harus berkonsentrasi pada penyesuaian harga dan strategi promosi yang didasarkan pada rating produk. Implementasi model ini dapat membantu dalam perencanaan pemasaran dan produksi yang lebih baik.

The purpose of this study is to create a predictive model for Somethinc skincare product sales using linear regression in machine learning. The focus is on how star ratings and prices impact sales volume. This study aims to make accurate predictions about optimal production and marketing strategies, as well as improve operational efficiency and stock management using historical data. This study uses linear regression to predict Somethinc skincare product sales. Data collected from ShopeeMall include star ratings, prices, and sales volume. The purpose of the linear regression model, developed and trained by Google Colab, is to analyze how ratings and prices affect sales and to improve prediction accuracy for more effective marketing strategies. The results show significant coefficients. The influence of each factor on sales volume is indicated by the coefficient of price and star rating 1–5. This model shows a strong and accurate relationship, which helps in planning better marketing and production strategies. Using the linear regression model, we can accurately predict Somethinc skincare product sales. The results show that star ratings and prices significantly affect sales volume. To improve sales results, companies should concentrate on adjusting prices and promotional strategies based on product ratings. Implementation of this model can help in better marketing and production planning.