ANALISIS PREDIKSI PENJUALAN TISU MENGGUNAKAN REGRESI LINEAR
DOI:
https://doi.org/10.23960/jitet.v13i2.6310Abstract Views: 367 File Views: 353 File Views: 0
Abstract
Abstrak. Penelitian ini dilakukan untuk mendukung pengambilan keputusan dalam strategi produksi dan distribusi penjualan tisu yang efisien. Dalam dunia bisnis yang semakin kompetitif, prediksi penjualan yang akurat menjadi elemen penting untuk memastikan ketersediaan produk sesuai dengan permintaan pasar sekaligus menghindari kelebihan atau kekurangan stok. Model regresi linear dipilih dalam penelitian ini karena kesederhanaannya, penerapannya yang luas, dan kemampuannya untuk memberikan gambaran hubungan antara variabel-variabel tertentu terhadap penjualan. Penelitian ini bertujuan untuk memprediksi penjualan tisu menggunakan regresi linear dan mengevaluasi keakuratan modelnya melalui metrik R-squared (R²), Mean Squared Error (MSE), Root Mean Squared Error (RMSE), dan Mean Absolute Error (MAE). Hasil penelitian menunjukkan bahwa model regresi linear dapat menjelaskan 83% variasi data penjualan tisu (R² = 0,83), menunjukkan efektivitas model ini dalam menggambarkan hubungan variabel. Namun, nilai RMSE sebesar 78,34 dan MAE sebesar 56,69 menunjukkan adanya kesalahan prediksi yang signifikan. Oleh karena itu, disarankan untuk menambahkan variabel prediktor lain, seperti faktor musiman atau promosi, serta menggunakan model lebih kompleks, seperti regresi non-linear atau Random Forest, untuk hasil yang lebih akurat. Penelitian ini menyimpulkan bahwa regresi linear merupakan metode dasar yang bermanfaat, tetapi pengembangan model dan data yang lebih komprehensif diperlukan untuk meningkatkan akurasi prediksi.
Downloads
References
A. Hurifiani, A. Irma Purnamasari, and I. Ali, “Penerapan Algoritma Regresi Linear Untuk Prediksi Penjualan Alat Tulis Kantor (Atk) Di Bumdes,” JATI (Jurnal Mhs. Tek. Inform., vol. 8, no. 1, pp. 266–273, 2024, doi: 10.36040/jati.v8i1.8305.
F. H. Hamdanah and D. Fitrianah, “Analisis Performansi Algoritma Linear Regression dengan Generalized Linear Model untuk Prediksi Penjualan pada Usaha Mikra, Kecil, dan Menengah,” J. Nas. Pendidik. Tek. Inform., vol. 10, no. 1, p. 23, 2021, doi: 10.23887/janapati.v10i1.31035.
S. Lestari, “Analisis Algoritma Regresi Linear Sederhana dalam Memprediksi Tingkat Penjualan Album KPOP,” INSOLOGI J. Sains dan Teknol., vol. 2, no. 1, pp. 199–209, 2023, doi: 10.55123/insologi.v2i1.1692.
F. O. Lusiana, I. Fatma, and A. P. Windarto, “Estimasi Laju Pertumbuhan Penduduk Menggunakan Metode Regresi Linier Berganda Pada BPS Simalungun,” J. Informatics Manag. Inf. Technol., vol. 1, no. 2, pp. 79–84, 2021, doi: 10.47065/jimat.v1i2.104.
A. N. Maharadja, I. Maulana, and B. A. Dermawan, “Penerapan Metode Regresi Linear Berganda untuk Prediksi Kerugian Negara Berdasarkan Kasus Tindak Pidana Korupsi,” J. Appl. Informatics Comput., vol. 5, no. 1, pp. 95–102, 2021, doi: 10.30871/jaic.v5i1.3184.
A. A. Muhartini, O. Sahroni, S. D. Rahmawati, T. Febrianti, and I. Mahuda, “Analisis Peramalan Jumlah Penerimaan Mahasiswa Baru Dengan Menggunakan Metode Regresi Linear Sederhana,” J. Bayesian J. Ilm. Stat. dan Ekon., vol. 1, no. 1, pp. 17–23, 2021, doi: 10.46306/bay.v1i1.2.
S. Napitupulu and N. A. Siagian, “Prediksi Data Produksi Menggunakan Regresi Linear Sederhana,” JDMIS J. Data Min. Inf. Syst., vol. 1, no. 2, pp. 95–105, 2023, doi: 10.54259/jdmis.v1i2.1956.
D. Novianty, N. D. Palasara, and M. Qomaruddin, “Algoritma Regresi Linear pada Prediksi Permohonan Paten yang Terdaftar di Indonesia,” J. Sist. dan Teknol. Inf., vol. 9, no. 2, p. 81, 2021, doi: 10.26418/justin.v9i2.43664.
M. C. Anjeliyani, Fatia Fatimah, “PEMODELAN REGRESI LINEAR UNTUK MEMPREDIKSI NILAI PENJUALAN DI PT GOODIEBAG CUSTOM INDONESIA TANPA MEMPERTIMBANGKAN UJI ASUMSI,” vol. 5, no. September, pp. 1–13, 2024.
N. Nurzilla, “Prediksi Pertumbuhan Tumor Kanker Payudara Menggunakan Model Regresi Linear Berbasis Machine Learning,” J. Artif. Intell. Appl., vol. 1, no. 1, pp. 28–35, 2024.
M. Panjaitan and S. N. Hutagalung, “Perhitungan Biaya Promosi Dan Volume Penjualan Pada Suatu Perusahaan Dengan Metode Analisis Regresi Linear Dan Korelasi,” Semin. Nas. Sains Teknol. Inf., vol. 108, no. 4, p. 103, 2019, [Online]. Available: http://prosiding.seminar-id.com/index.php/sensasi/issue/archivePage%7C103
A. M. Dewi, F. N. Azhar, and C. Rozikin, “Prediksi Penjualan Restoran Go Chicken Karawang Menggunakan Metode Linear Regresi,” Socius J. Penelit. Ilmu …, vol. 1, no. December, pp. 284–288, 2023, [Online]. Available: https://ojs.daarulhuda.or.id/index.php/Socius/article/view/93
A. T. Nurani, A. Setiawan, and B. Susanto, “Perbandingan Kinerja Regresi Decision Tree dan Regresi Linear Berganda untuk Prediksi BMI pada Dataset Asthma,” J. Sains dan Edukasi Sains, vol. 6, no. 1, pp. 34–43, 2023, doi: 10.24246/juses.v6i1p34-43.
R. Hermawan, N. Suarna, I. Ali, and D. Rohman, “OPTIMASI PREDIKSI OMSET PENJUALAN PADA PABRIK OLAHAN TAHU MENGGUNAKAN ALGORITMA REGRESI LINEAR,” J. Inform. dan Tek. Elektro Terap., vol. 13, no. 1, Jan. 2025, doi: 10.23960/jitet.v13i1.5888.
M. A. Veri Arinal, “Penerapan Regresi Linear Untuk Prediksi Harga Beras Di Indonesia,” J. Sains dan Teknol., vol. 5, no. 1, pp. 341–346, 2023.
