Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal JUSIM (Jurnal Sistem Informasi Musirawas) JUTECHSY: Journal of Technology and Information System
Chamdan Mashuri
Universitas Hasyim Asy’Ari
Computer Science & IT Decision Sciences, Operations Research & Management

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
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.
SISTEM INFORMASI PREDIKSI KULAITAS UDARA BERBASIS WEBSITE MENGGUNAKAN METODE MACHINE LEARNING DENGAN ALGORITMA REGRESI LINIER Roy Naldi; Chamdan Mashuri
JUSIM (Jurnal Sistem Informasi Musirawas) Vol. 11 No. 2 (2026): JUSIM : Jurnal Sistem Informasi Musi Rawas Juni
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penurunan kualitas udara di wilayah perkotaan telah menjadi isu krusial yang berdampak langsung pada kesehatan publik, sehingga diperlukan mekanisme pemantauan dan prediksi yang aksesibel. Penelitian ini bertujuan untuk mengimplementasikan teknologi Machine Learning dalam sebuah sistem informasi berbasis website guna memprediksi fluktuasi kualitas udara secara akurat. Metodologi penelitian mencakup tahapan pengumpulan data polutan, preprocessing, serta penerapan algoritma Regresi Linier untuk memodelkan pola tren data deret waktu (time series). Pengembangan perangkat lunak dilakukan dengan arsitektur web yang mengintegrasikan basis data spasial dan antarmuka pengguna yang responsif. Hasil penelitian menunjukkan bahwa sistem yang dikembangkan mampu melakukan estimasi parameter kualitas udara dengan tingkat kesalahan yang rendah berdasarkan evaluasi metrik Mean Absolute Percentage Error (MAPE) Root Mean Squared Error (RMSE) dan Mean Absolute Error (MAE) . Model Regresi Linier terbukti efektif dalam memproses variabel prediktor kualitas udara dengan efisiensi komputasi yang tinggi. Kesimpulan dari penelitian ini menegaskan bahwa integrasi machine learning ke dalam platform berbasis web memberikan kontribusi signifikan terhadap sistem peringatan dini polusi udara. Implikasinya, sistem ini dapat dijadikan instrumen strategis bagi otoritas terkait dan masyarakat dalam pengambilan keputusan berbasis data untuk mitigasi dampak lingkungan serta perencanaan aktivitas luar ruang yang lebih aman.
Co-Authors Afdol Singgih Kusuma Anita Andriani Reza Augusta Jannatul Firdaus Roy Naldi