Penerapan Data Mining dengan Algoritma Regresi Linear Berganda Untuk Memprediksi Omset Penjualan Minyak Goreng

Fadianty, Ramadita (2024) Penerapan Data Mining dengan Algoritma Regresi Linear Berganda Untuk Memprediksi Omset Penjualan Minyak Goreng. Building of Informatics, Technology and Science (BITS).

Text 5951-Article_Text-23082-1-10-20241002.pdf Download (653kB)

Abstract

Dalam dunia bisnis yang kompetitif, perusahaan harus mampu mengembangkan strategi yang efektif untuk meningkatkan penjualan dan pendapatan. Salah satu pendekatan yang dapat dilakukan adalah dengan menganalisis data transaksi penjualan untuk mendukung pengambilan keputusan yang lebih akurat. PT. Siantar Bintang Perkasa merupakan sebuah perusahaan yang bergerak di bidang sembako yang menjual berbagai produk terutama minyak goreng. Dalam menghadapi tantangan untuk memprediksi pendapatan karena fluktuasi harga dan permintaan pasar, digunakan data mining untuk menemukan pola yang relevan dari data historis penjualan. Teknik Regresi Linier Berganda di implementasikan untuk memprediksi pendapatan perusahaan dan mengidentifikasi variabel yang berpengaruh. Hasil penelitian menunjukkan bahwa penjualan minyak sania dengan bungkus 1 liter dan sovia dengan bungkus yang sama cenderung mendapat grafik prediksi penjualan yang sedikit berbeda dari nilai aslinya. Dan penjualan minyak selain dari sania dan sovia dengan bungkus 1 liter cenderung mendapat grafik prediksi yang cukup fluktuatif. Untuk nilai signifikansi di beberapa perhitungan rata-rata masih cukup tinggi. Dengan pendekatan ini dapat meningkatkan akurasi dalam perencanaan strategi bisnis. Studi ini juga mengidentifikasi perbedaan signifikan dengan penelitian sebelumnya, terutama dalam hal objek penelitian dan variabel yang digunakan, serta metode analisis yang diterapkan. Hasil ini diharapkan dapat membantu perusahaan dalam membuat keputusan yang lebih baik untuk meningkatkan kinerja keuangan mereka di masa depan.

Jenis Item:	Artikel
Subjects:	000 Generalities > 005 Computer programming, programs, data
Divisions:	Fakultas Sains dan Teknologi > Ilmu Komputer
Pengguna yang mendeposit:	Mrs Siti Masitah
Date Deposited:	23 Jan 2025 02:54
Last Modified:	23 Jan 2025 02:54
URI:	http://repository.uinsu.ac.id/id/eprint/23778

Actions (login required)

View Item