Abstrak Industri otomotif Indonesia memiliki tingkat persaingan yang tinggi, sehingga perusahaan mobil seperti Toyota membutuhkan prediksi penjualan yang akurat untuk perencanaan bisnis yang efektif, dan prediksi penjualan yang akurat sangat penting untuk perencanaan bisnis yang efektif. Penelitian ini bertujuan untuk mengaplikasikan algoritma Regresi Linear dalam meramalkan penjualan mobil Toyota di Negara Indonesia. Data penjualan yang digunakan dalam penelitian ini diperoleh dari laporan penjualan mobil Toyota periode 2018 hingga 2023 yang diterbitkan oleh Gabungan Industri Kendaraan Bermotor Indonesia (GAIKINDO). Penelitian ini meliputi beberapa tahapan, mulai dari analisis masalah, pengumpulan data, preprocessing data, penerapan algoritma regresi linier, hingga evaluasi model menggunakan mean absolute error (MAE), mean square error (MSE), square error average (RMSE). dan rata-rata persentase kesalahan absolut (MAPE). Hasil penelitian menunjukkan bahwa model regresi linier dapat memprediksi penjualan mobil Toyota dengan akurasi yang cukup baik, dengan rata-rata kesalahan mutlak (MAE) sebesar 2.617 Unit penjualan dan rata-rata persentase kesalahan absolut (MAPE) sebesar 12,47% yang menunjukkan tingkat yang baik dalam akurasi ramalan. Nilai MAE, MSE, RMSE, Mape yang rendah menunjukkan bahwa model ini efektif dalam meramalkan penjualan di masa depan. Prediksi penjualan mobil Toyota untuk beberapa bulan ke depan menunjukkan hasil yang mendekati nilai aktual, sehingga model ini dapat diandalkan untuk perencanaan bisnis yang lebih baik. Kata Kunci: Algoritma Regresi Linear, Prediksi Penjualan, Industri Otomotif, Data Mining, Tren Penjualan