Syahfa'ad, Muhammad Faldy (2025) PREDIKSI PENJUALAN PRODUK TERLARIS PADA CV. GORONTALO COMPUTER MENGGUNAKAN ALGORITMA REGRESI LINEAR. JATI (Jurnal Mahasiswa Teknik Informatika), 10 (4). pp. 1-8. ISSN 2598-928X
|
Text (Jurnal Faldy)
ARTIKEL FALDY.pdf Download (265kB) |
Abstract
Prediksi penjualan merupakan aspek penting dalam mendukung pengambilan keputusan bisnis, khususnya dalam pengelolaan stok produk terlaris. CV. Gorontalo Computer masih menghadapi kendala dalam menentukan produk yang berpotensi laris karena proses analisis penjualan dilakukan secara manual dan belum berbasis data. Oleh karena itu, penelitian ini bertujuan untuk mengimplementasikan algoritma regresi linear sederhana dalam memprediksi penjualan produk berdasarkan data historis perusahaan. Metode yang digunakan adalah pendekatan data mining terhadap data penjualan periode Januari 2022 hingga Mei 2025, dengan tahapan preprocessing, pemodelan, dan evaluasi. Proses analisis dilakukan menggunakan tiga tools, yaitu Microsoft Excel, RapidMiner, dan SPSS, untuk membandingkan konsistensi hasil dan kinerja model. Hasil penelitian menunjukkan bahwa variabel periode waktu tidak berpengaruh signifikan terhadap jumlah penjualan pada seluruh kategori produk, dengan nilai signifikansi lebih besar dari 0,05 dan nilai R-Square yang rendah. Evaluasi menggunakan Root Mean Square Error (RMSE) menunjukkan bahwa kategori laptop memiliki tingkat kesalahan terendah, sedangkan kategori aksesoris memiliki kesalahan tertinggi. Berdasarkan hasil tersebut, dapat disimpulkan bahwa algoritma regresi linear sederhana kurang optimal digunakan untuk prediksi penjualan pada CV. Gorontalo Computer.
| Item Type: | Article |
|---|---|
| Uncontrolled Keywords: | Prediksi Penjualan, Regresi Linear, Data Mining, R-Square, RMSE, SPSS |
| Subjects: | Q Science > QA Mathematics > QA75 Electronic computers. Computer science |
| Divisions: | Fakultas Sains dan Ilmu Komputer > Program Studi Sistem informasi |
| Depositing User: | Muhammad Faldy Syahfa’ad |
| Date Deposited: | 11 May 2026 05:37 |
| Last Modified: | 11 May 2026 05:37 |
| URI: | http://repository.umgo.ac.id/id/eprint/6307 |
Actions (login required)
![]() |
View Item |
