Adskom merupakan perusahaan yang memberikan jasa berupa pembuatan
marketplace insight kepada perusahaan susu bayi yang menjual produknya di emarketplace
seperti Tokopedia. Saat ini, Adskom memiliki kemampuan untuk
memperoleh data penjualan dari rata-rata 6.000 produk susu bayi di Tokopedia
setiap hari dalam waktu lima menit. Data ini dapat dimanfaatkan Adskom untuk
membantu klien mereka dalam melakukan penentuan harga produk (pricing) yang
saat ini masih dilakukan secara trial-and-error dan hanya berdasarkan benchmark
harga kompetitor. Manajemen harga yang lebih baik berpotensi dapat
meningkatkan laba dan pendapatan perusahaan. Salah satu metode yang tepat untuk
digunakan dalam lingkungan e-marketplace adalah dynamic pricing.
Penelitian ini mengadaptasi framework dynamic pricing yang dikembangkan oleh
Bauer dan Jannach (2018). Secara umum, framework ini didasari oleh inferensi
Bayesian yang digabungkan dengan estimasi tingkat kepercayaan berbasis
bootstrap dan regresi kernel. Data penjualan produk yang digunakan sebagai input
pada framework ini adalah nama produk, harga penjualan produk, dan jumlah
penjualan produk. Framework ini menghasilkan output berupa rekomendasi harga
terbaik bagi suatu produk dengan mempertimbangkan harga produk kompetitor.
Harga yang terpilih menjadi harga terbaik bagi suatu produk adalah harga yang
diprediksi dapat mencapai target laba dan pendapatan tertentu.
Perhitungan nilai root mean squared error (RMSE) dan ????2 pada regresi kernel dan
regression tree menunjukkan bahwa tingkat akurasi prediksi model masih rendah
dan model belum dapat menjelaskan variansi pada output model dengan baik.
Rendahnya tingkat performansi framework disebabkan oleh keterbatasan titik data
yang digunakan pada penelitian ini, sehingga pembelajaran model dengan jumlah
data tersebut dinilai belum cukup