Abstract:
L'émergence de l'intelligence artificielle ces dernières années notamment le Machine Learning
(ML) et le Deep Learning (DL) motive les entreprises `a intégrer ces nouvelles technologies dans le
cadre de l'amélioration de la gestion et de faire face aux déférentes problématiques pratiques telles
que répondre aux besoins des clients en électricité. C'est dans ce contexte que s'introduit le travail
présenté dans ce mémoire qui consiste `a la conception et `a la réalisation d'une application web pour
l'analyse et la prédiction des ventes au sein de la Sonelgaz Distribution Direction de BEJAIA en
utilisant les techniques d'Intelligence Artifcielle. Notre application permet de faire principalement
la visualisation et la prédiction de ventes avec deux modéles de prévision des séries temporelles qui
ont fait leurs preuves dans le domaine, `a savoir : Les réseaux neuronaux `a mémoire `a long court
terme et la méthode statistique Seasonal AutoRegressive Integrated Moving Average. Ce travail a été
réalisé en suivant la méthode Scrum, une méthode Agile de développement et de gestion de projet.
Il a été expérimenté avec prés de 1699 clients et 14 ans de consommation mensuelle d'électricité de
BEJAIA. Concernant les résultats, nous avons obtenu un taux d'erreur de 26% pour mod`ele LSTM
et 45% pour modéle SARIMA.
