Perancangan Prototype Web Dynamic Pricing Berbasis Deep Learning pada Seller UMKM Fashion untuk Keberlanjutan Bisnis

Abstract

Penelitian ini dilatarbelakangi oleh tingginya kompetisi dan fluktuasi harga di marketplace serta kompleksitas perhitungan komisi administrasi yang mengancam profitabilitas UMKM. Penelitian ini bertujuan merancang prototype website BeePrice berbasis algoritma Deep Learning untuk otomatisasi strategi penentuan harga dinamis (dynamic pricing). Metode penelitian yang digunakan adalah System Development Life Cycle (SDLC) dengan model Prototyping yang dipadukan dengan pendekatan Human-Centered Design (HCD). Evaluasi dilakukan melalui Black-Box Testing dan pengujian System Usability Scale (SUS) kepada 30 responden seller UMKM fashion. Hasil penelitian menunjukkan bahwa prototype BeePrice beroperasi secara stabil dengan skor rata-rata SUS sebesar 94,92 (kategori Grade A+, Excellent / Best Imaginable). Integrasi fitur otomatisasi harga dinamis, kalkulator profit, dan live tracker terbukti efektif mereduksi beban kognitif operasional serta menjaga margin keuntungan seller UMKM fashion.