Article Per Year (5 Year)
p-Index From 2021 - 2026
4.694
P-Index
This Author published in this journals
All Journal Jurnal Informatika dan Teknik Elektro Terapan Jurnal Ilmiah KOMPUTASI Journal of Information Technology and Computer Science (JOINTECS) Jurnal Ilmiah Matrik CYCLOTRON Jurnal Nasional Pendidikan Teknik Informatika (JANAPATI) IJEEIT : International Journal of Electrical Engineering and Information Technology Applied Technology and Computing Science Journal Progresif: Jurnal Ilmiah Komputer bit-Tech Jurnal Tekinkom (Teknik Informasi dan Komputer) Nusantara Science and Technology Proceedings Teknika Jurnal Ilmiah Teknologi Informasi dan Robotika International Journal of Data Science, Engineering, and Analytics (IJDASEA) International Journal Of Computer, Network Security and Information System (IJCONSIST) Jurnal Sistem Informasi Bisnis (JUNSIBI) Jurnal Ilmiah Sistem Informasi dan Ilmu Komputer Jurnal Publikasi Ilmu Komputer dan Multimedia Jurnal Sistem Informasi dan Ilmu Komputer
Seftin Fitri Ana Wati
Information System, Universitas Pembangunan Nasional “Veteran” Jawa Timur, Surabaya 60294, Indonesia
Agriculture, Biological Sciences & Forestry Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Medicine & Pharmacology Social Sciences

Published : 30 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Teknika

 1 
Data Mining Untuk Prediksi Penjualan Menggunakan Metode Simple Linear Regression Patrisius Ando Duran; Anik Vega Vitianingsih; Moch. Syaiful Riza; Anastasia Lidya Maukar; Seftin Fitri Ana Wati
Teknika Vol 13 No 1 (2024): Maret 2024
Publisher : Center for Research and Community Service, Institut Informatika Indonesia (IKADO) Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34148/teknika.v13i1.712

Abstract

Prediksi penjualan menjadi elemen penting dalam perencanaan perusahaan karena akan menentukan rencana anggaran penjualan, yang mempengaruhi banyak faktor dalam perusahaan. Produsen penjualan sering kali mengalami kesulitan untuk memprediksi kisaran jumlah produk yang terjual pada periode yang akan datang. Permasalahan tersebut mengakibatkan ketidakefektifan dalam pengelolaan stok dan jadwal produksi, sehingga stok produk digudang menumpuk yang mengakibatkan beberapa produk mengalami kerusakan karena disimpan terlalu lama. Tujuan dari penelitian ini adalah mengimplementasikan metode Simple Linear Regression untuk memprediksi penjualan produk agar dapat mengetahui tentang kisaran jumlah penjualan produk di periode yang akan datang, sehingga dapat menyesuaikan penyedian stok yang lebih efektif berdasarkan prediksi yang diperoleh. Metode Simple Linear Regression digunakan untuk mengevaluasi dan memahami arah serta kekuatan hubungan antara dua variabel, yaitu variabel independen (X) dan variabel dependen (Y). Parameter yang digunakan adalah periode bulan dan jumlah penjualan. Periode bulan yang merujuk pada rentang waktu, bagaimana perubahan waktu dapat memengaruhi jumlah penjualan produk sedangkan jumlah penjualan merupakan output yang menjadi fokus utama, mengetahui sejauh mana variabilitas dalam periode bulan dapat dijelaskan oleh variasi dalam jumlah penjualan produk. Dataset yang digunakan untuk uji tingkat kesalahan terhadap hasil prediksi menggunakan data penjualan mulai periode Februari 2021 sampai dengan September 2023. Hasil uji menyatakan nilai rata-rata dari selisih absolut antara nilai prediksi atau MAD sebesar 3,778563, rata-rata dari kuadrat selisih antara nilai prediksi dan nilai aktual atau MSE sebesar 21,661444 dan rata-rata persentase kesalahan absolut antara nilai prediksi dan nilai aktual atau MAPE sebesar 12%. Berdasarkan nilai MAPE yang diperoleh, dapat disimpulkan bahwa prediksi penjualan untuk penjualan produk ini dapat dikategorikan Baik. Hasil penelitian ini dapat dijadikan rekomendasi untuk memprediksi kisaran jumlah penjualan produk diperiode yang akan datang agar menyesuaikan persediaan stok, anggaran dan jadwal produksi.
Co-Authors Abdul Rezha Efrat Najaf Agung Brastama Putra Agussalim Aisha Safa Asy'ari Alfiansyah Adi Pranata Amalia Anjani Arifiyanti Amalia Putri Amanda Salsabilla Hidayah Anastasia Lidya Maukar Anastasia Lidya Maukar Anastasia Lidya Maukar Anik Vega Vitianingsih Anik Vega Vitianingsih Anik Vega Vitianingsih Anik Yuesti Anindo Saka Fitri Anita Wulansari Anita Wulansari Anita Wulansari, S.Kom., M.Kom Annisa Lusyani Zahra Apol Pribadi Arsya Amalia Ristias Asyari, Aisha Safa Athallah Bariq Hidayat Brillyan Putra Pradana Cendana Putri Aulia Dayu Renita Dhian Satria Yuda Kartika Dhian Satria Yudha Kartika Dinda Adisty Yudianto Putri Ditha Lozera Devi Dwi Shahita Efriza Cahya Narendra Eliezer M Putra S Eristya Maya Safitri Eristya Maya Safitri Eristya Maya Safitri Farentina, Risty Farhan Setiyo Darusman Feby Dwiputra Setyawan Fitri, Anindo Saka Fitri, Anindo Saka Fitri Heni Lusiana Dewi I Gusti Ayu Sri Deviyanti Icha Sinaga Imam Ghozali Intania Rachman Martapura Izra Noor Zahara Aliya Khalid Rijaluddin Litafira Syahadiyanti Mariska Regina RahmaPutri Moch. Syaiful Riza Mochammad Syaiful Riza Moh raihan Romadhoni Moh Rifqi Zamzami Moh Riswandha Imawan Moh. Azzam Priyanto Mohammad Farizd Nasywa Zahira Ramadhani Nurhaba Djiha Patrisius Ando Duran Putu Anggi Suryantari Ratih Aisyah Ravino Rahman Rendi Panca Wijanarko Rima Tsaniyah Amilatus Sholihah Rizka Hadiwiyanti Rudy Andree Hermawan Sanyoko, Carisca Rizky Sembilu, Nambi Sesilia Tiara Rahayu Ada Syachla Malikha Tarisa Kamilia Tarisa Kamilia Venira Citra Sabrina Wahyuni, Eka Dyar Wibowo, Nur Cahyo