IMPLEMENTASI ALGORITMA REGRESI LINEAR UNTUK MODEL PREDIKSI PENJUALAN DI TOKO AMANDA BROWNIES
DOI:
https://doi.org/10.23960/jitet.v13i2.6337Abstract Views: 381 File Views: 322
Abstract
Teknologi informasi telah mendorong pengembangan metode prediksi berbasis data untuk meningkatkan efisiensi bisnis, termasuk di industri ritel. Amanda Brownies Outlet Kesambi Cirebon menghadapi tantangan dalam memprediksi penjualan akibat pola konsumen yang dinamis. Penelitian ini bertujuan untuk mengembangkan model prediksi penjualan menggunakan regresi linear guna meningkatkan akurasi dan efisiensi pengelolaan stok. Pendekatan CRISP-DM digunakan dalam penelitian ini, dengan enam tahap utama: pemahaman bisnis, pemahaman data, persiapan data, pemodelan, evaluasi, dan implementasi. Data penjualan dari Juni hingga Agustus 2024 digunakan sebagai sumber utama analisis. Model dibangun menggunakan RapidMiner dengan pembagian data 70% untuk pelatihan dan 30% untuk pengujian. Evaluasi model menunjukkan nilai Root Mean Squared Error (RMSE) sebesar 16,890, yang mengindikasikan tingkat kesalahan prediksi yang rendah. Hasil ini menunjukkan bahwa model regresi linear dapat membantu pengelolaan stok secara lebih efektif, mengurangi risiko kelebihan atau kekurangan stok, dan mendukung optimalisasi rantai pasokan. Temuan ini menegaskan efektivitas regresi linear dalam prediksi penjualan dan membuka peluang untuk pengembangan model lebih lanjut dengan mempertimbangkan variabel tambahan atau algoritma machine learning yang lebih kompleks.
Downloads
References
T. Agus Setiawan and D. Tanduri, “Penerapan Linear Regression Pada Estimasi Harga Sewa Alat Berat Pada Pt Fjb,” J. TEKINKOM, vol. 6, no. 1, pp. 135–142, 2023, doi: 10.37600/tekinkom.v6i1.733.
I. Amansyah, J. Indra, E. Nurlaelasari, and A. R. Juwita, “Prediksi Penjualan Kendaraan Menggunakan Regresi Linear : Studi Kasus pada Industri Otomotif di Indonesia,” vol. 4, pp. 1199–1216, 2024, [Online]. Available: https://j-innovative.org/index.php/Innovative%0APrediksi
Y. Aqsho Ramadhan, A. Faqih, and G. Dwilestari, “Prediksi Penjualan Handphone di Toko X menggunakan Algoritma Regresi Linear,” J. Inform. Terpadu, vol. 9, no. 1, pp. 40–44, 2023, doi: 10.54914/jit.v9i1.692.
R. Badzlin and K. Setiawan, “Implementasi Data Mining Prediksi Penjualan Produk Semen Menggunakan Metode Linear Regression ( Studi Kasus PT . Toyo Mortar Indonesia ),” vol. 5, no. 3, pp. 2724–2741, 2024.
N. C. Florensa Nainggolan, A. F. Boy, and E. Elfitriani, “Penerapan Data Mining Untuk Prediksi Export Penjualan Produk Kerajinan Rotan Menggunakan Metode Regresi Linear Berganda,” J. Sist. Inf. Triguna Dharma (JURSI TGD), vol. 2, no. 5, p. 743, 2023, doi: 10.53513/jursi.v2i5.6779.
Harianto, R. Marthen Thaniket, and Z. Zulkipli, “Analisis Data Penerimaan Mahasiswa Baru Untuk,” vol. 7, pp. 216–225, 2024.
O. J. Ababil, S. A. Wibowo, and H. Zulfia Zahro’, “Penerapan Metode Regresi Linier Dalam Prediksi Penjualan Liquid Vape Di Toko Vapor Pandaan Berbasis Website,” JATI (Jurnal Mhs. Tek. Inform., vol. 6, no. 1, pp. 186–195, 2022, doi: 10.36040/jati.v6i1.4537.
N. Hidayat and T. Wahyudi, “Prediction of Top Trend Logistics Goods Delivery Services Using Linear Regression Algorithm at PT . XNH Prediksi Jasa Pengiriman Barang Top Trend Logistik Menggunakan Algoritma Regresi Linear pada PT . XNH,” vol. 4, no. October, pp. 1448–1455, 2024.
P. Juanta, S. Tamba Parsaoran, W. Purba, Y. Ferdinand Zai, and E. Ghozali, “Penerapan Metode Regresi Linear Memprediksi Tingkat Penjualan Sepeda Motor Honda Pada Pt. Platina Mulia Abadi,” J. TEKINKOM, vol. 6, no. 2, p. 2023, 2023, doi: 10.37600/tekinkom.v6i2.941.
D. Miftahul Huda, G. Dwilestari, and A. Rizki Rinaldi, “Jurnal Informatika dan Rekayasa Perangkat Lunak Prediksi Harga Mobil Bekas Menggunakan Algoritma Regresi Linear Berganda,” J. Inform. dan Rekayasa Perangkat Lunak, vol. 6, no. 1, pp. 150–157, 2024.
Miftahuljannah, Aswan Supriyadi Sunge, and Ahmad Turmudi Zy, “Analisis Prediksi Penjualan Dengan Metode Regresi Linear Di Pt. Eagle Industry Indonesia,” J. Inform. Teknol. dan Sains, vol. 5, no. 3, pp. 398–403, 2023, doi: 10.51401/jinteks.v5i3.3325.
A. Muharram, A. Irma Purnamasari, and I. Ali, “Prediksi Jumlah Produksi Daging Unggas Tahun 2023-2027 Menggunakan Regresi Linier,” JATI (Jurnal Mhs. Tek. Inform., vol. 7, no. 6, pp. 3093–3099, 2024, doi: 10.36040/jati.v7i6.8185.
A. H. Pradhana, M. Irfa, A. Ali, A. Ristyawan, and E. Daniati, “Penerapan Regresi Linear Menggunakan RapidMiner Untuk Memprediksi Penjualan dan Persediaan,” vol. 8, pp. 291–297, 2024.
F. Ramdhani and K. Setiawan, “Penerapan Data Mining untuk Prediksi Pelanggan di PT. XYZ Menggunakan Algoritma Linear Regression,” MALCOM Indones. J. Mach. Learn. Comput. Sci., vol. 4, no. 2, pp. 490–497, 2024, doi: 10.57152/malcom.v4i2.1217.
R. Heni, S. Solihin, J. Supratman, and R. Muhendra, “Pengembangan model peramalan penjualan menggunakan metode regresi linier dan polinomial pada industri makanan ringan (Studi Kasus: CV. Stanley Mandiri Snack),” TEKNOSAINS J. Sains, Teknol. dan Inform., vol. 10, no. 2, pp. 185–192, 2023, doi: 10.37373/tekno.v10i2.456.
D. H. Taufik Hidayat1*, Rahmi Darnis2, “ALGORITMA REGRESI LINIER BERGANDA UNTUK ANALISIS EFISIENSI STOK PRODUK DI PT. MADU PRAMUKA BATANG,” JITET (Jurnal Inform. dan Tek. Elektro Ter., vol. 10, no. 3, pp. 239–247, 2022.
A. Pradita and R. Rasiban, “Implementasi Data Mining dengan Metode Regresi Linear untuk Prediksi Hasil Penjualan di PT Awitama Cyndo,” vol. 5, no. 3, pp. 2709–2723, 2024.
