POINE.ML

Masuk ke Studio ML

Autentikasi admin untuk mengakses dashboard prediksi & manajemen API key

Dilindungi rate limiter terhadap percobaan brute-force & dukungan X-API-Key untuk integrasi Laravel.
POINE.ML

Machine Learning Studio

Demand Forecasting & Product Model Management

Connecting...
Locations: 2, 3
User: admin

Parameter Prediksi

Model Khusus Per-Produk

Hasil Prediksi Demand

Tentukan parameter produk di panel sebelah kiri, kemudian jalankan prediksi untuk melihat proyeksi kebutuhan demand.

Total Demand Forecast 0 7 Hari
Model Digunakan - -

Rincian Permintaan Harian

Hari Tanggal Hari dalam Minggu Prediksi Demand

Evaluasi Prediksi Tahunan (Data Uji Aktual vs Prediksi Model)

Validasi Akurasi 1 Tahun Penuh

Mengambil data riwayat penjualan aktual dari database sales_training selama 1 tahun penuh, lalu membandingkan angka penjualan aktual (Actual Sales) dengan hasil prediksi model secara bulanan dan harian.

Total Penjualan Aktual 0 0 hari transaksi
Total Prediksi Model 0 Selisih: 0%
Mean Absolute Error (MAE) 0.00 Rata-rata selisih harian
WAPE (%) 0% Weighted Error

Grafik Perbandingan: Penjualan Aktual vs Prediksi Model

Bulanan

Tabel Perbandingan Penjualan Bulanan

Bulan Penjualan Aktual Prediksi Model Selisih (Unit) Error (%) Jumlah Hari Transaksi

Latih Model Per-Produk

Spesifik Produk

Pelatihan Random Forest terisolasi pada riwayat produk terkait (500–1.500 sampel). Eksekusi cepat (< 0.1 detik) dengan konsumsi memori minimal.

Status & Metrik Model

Siap

Pilih produk dan mulai pelatihan. Metrik MAE, RMSE, dan perbandingan baseline akan ditampilkan secara otomatis.

Test MAE 0.00 -
Test WAPE (%) 0% Weighted Error
Total Sampel 0 0 ms
Model khusus untuk produk ini telah tersimpan dan aktif pada endpoint prediksi.

Import & Replace Model Produk (.ZIP)

Replace Model Lama

Unggah arsip ZIP model produk (berisi model.json, preprocessing.json, dan metadata.json). Sistem mengekstrak dan menimpa model lama di penyimpanan.

Daftar Model Khusus Produk Tersimpan

Pencarian, paginasi, dan metrik akurasi berbasis registry SQLite.

Total: 0 Model
# Product ID Lokasi Sampel Data MAE (Test) WAPE (Test) Vs Baseline Waktu Training Aksi
Memuat daftar model...
Menampilkan 0 model

Katalog Produk (s_stock)

Master produk dari MySQL (data_warehouse_smputra.s_stock) dan ketersediaan model.

Total: 0 Produk Model Dibuat: 0

Progres Pelatihan Batch Produk

Menunggu

Memproses antrean produk dalam database SQLite...

0% 0 / 0 Selesai
Total Antrean 0
Selesai (Sukses) 0
Gagal / Dilewati 0
Menunggu / Sisa 0
Sedang Diproses -
# Product ID Nama Produk Status MAE WAPE Durasi Keterangan
Belum ada rincian pekerjaan.
# Product ID Kode / Barcode Nama Produk Grup Status Produk Status Model Aksi
Memuat daftar produk s_stock...
Menampilkan 0 produk

Buat API Key Baru

SHA-256 Hashed

Gunakan API Key untuk mengakses endpoint ML dari aplikasi eksternal seperti Laravel ERP atau skrip otomatis tanpa sesi login browser.

API Key Baru Berhasil Dibuat Tampil Sekali Saja

Salin dan simpan API key ini sekarang. Demi keamanan, server hanya menyimpan hash SHA-256 dan tidak dapat menampilkan kunci ini lagi.

Cara Penggunaan & Key Environment

X-API-Key

Sertakan header X-API-Key: <api_key> atau Authorization: Bearer <api_key> pada setiap request API.

Contoh cURL
curl -X POST http://localhost:3000/api/predict \
  -H "Content-Type: application/json" \
  -H "X-API-Key: pk_poine_xxxxxxxxxxxxxxxx" \
  -d '{"product_id":"10","location_id":"2","target_date":"2026-11-15"}'

Static API Keys dari .env

Memuat konfigurasi...

Daftar API Key Terkelola (SQLite)

Kelola, nonaktifkan (revoke), atau hapus API key kapan saja secara real-time.

Nama Prefix Kunci Scope Status Total Hit Terakhir Dipakai Kedaluwarsa Aksi
Memuat daftar API key...

Pilih Produk Aktif dari Database

Daftar produk dengan transaksi historis terbanyak pada lokasi 2 & 3:

Memuat produk...

Bobot Feature Model Produk

Tingkat signifikansi (Feature Importance) pohon keputusan Random Forest:

Memuat data bobot feature...

Konfirmasi Pelatihan Produk Terfilter

Anda akan melatih model Machine Learning khusus untuk semua produk yang sesuai dengan filter saat ini:

Rekomendasi: 30 pohon untuk keseimbangan optimal antara akurasi dan kecepatan.

Setiap produk akan dimasukkan ke tabel training_jobs di SQLite. Proses berjalan di latar belakang dan dapat dijeda, dilanjutkan, atau dihentikan kapan saja.

POINE ERP — Machine Learning Standalone Engine • Ready for Laravel Integration via POST /api/predict & POST /api/forecast