Afdol Singgih Kusuma
Universitas Hasyim Asy’Ari

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

SISTEM PREDIKSI PENJUALAN KERIPIK SINGKONG MENGGUNAKAN METODE REGRESI LINEAR Afdol Singgih Kusuma; Chamdan Mashuri; Anita Andriani; Reza Augusta Jannatul Firdaus
Journal of Technology and Information System Vol. 1 No. 3: Maret 2026
Publisher : PT.EDWIN SOLUSINDO TEKNOLOGI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.65851/0ybekf89

Abstract

Penelitian ini berfokus pada pengembangan sistem prediksi penjualan keripik singkong menggunakan metode Regresi Linier. Masalah utama yang dihadapi oleh Rumah Industri Keripik Cak Udin adalah kurangnya sistem prediksi yang andal, yang menyebabkan kesulitan dalam mengelola produksi dan tingkat persediaan. Sistem pembukuan manual yang saat ini digunakan mengakibatkan overproduction atau underproduction, yang menyebabkan kerugian finansial. Untuk mengatasi masalah ini, sistem prediksi berdasarkan data penjualan historis dirancang untuk memprediksi penjualan masa depan dengan akurat. Metode Regresi Linier dipilih karena kesederhanaannya dan keefektifannya dalam memodelkan hubungan antara stok (variabel independen) dan penjualan (variabel dependen). Model dibangun menggunakan data penjualan bulanan dari Januari hingga Desember 2024. Penjualan yang diprediksi untuk Januari 2025, berdasarkan stok yang tersedia, dihitung menggunakan rumus regresi, menghasilkan perkiraan penjualan sebesar 99 kilogram keripik. Ketepatan prediksi dievaluasi menggunakan Mean Absolute Percentage Error (MAPE), dengan tingkat kesalahan 4,472%, yang setara dengan ketepatan 95,527%. Hal ini menunjukkan bahwa sistem prediksi yang dikembangkan memberikan perkiraan yang andal, memungkinkan Rumah Industri Keripik Cak Udin untuk mengelola produksi dengan lebih baik dan menghindari ketidakseimbangan persediaan. Penelitian ini juga menyoroti potensi Regresi Linier dalam peramalan penjualan di usaha kecil dan menengah, berkontribusi pada efisiensi operasional dan optimasi sumber daya.