Article Per Year (5 Year)
p-Index From 2021 - 2026
1.745
P-Index
This Author published in this journals
All Journal BAPALA JOURNAL OF SCIENCE AND SOCIAL RESEARCH Community Development Journal: Jurnal Pengabdian Masyarakat Keizai YASIN: Jurnal Pendidikan dan Sosial Budaya KENDALI: Economics and Social Humanities KAMI MENGABDI Journal Hygeia Public Health Pelita : Jurnal Penelitian, Terapan dan Aplikatif AIM: Journal of Islamic Education Management
Nia Rahmawati, Nia
Unknown Affiliation
Humanities Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Health Professions Languange, Linguistic, Communication & Media Public Health Social Sciences Transportation Other

Published : 10 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : JOURNAL OF SCIENCE AND SOCIAL RESEARCH

 1 
PERANCANGAN APLIKASI PREDIKSI PENJUALAN KASUR DENGAN REGRESI LINEAR Rahmawati, Nia; Yasin, Verdi
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol 9, No 1 (2026): February 2026
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v9i1.5854

Abstract

Abstract: In the retail and manufacturing industries, intense competition requires companies to make swift and precise decisions to maintain or increase profitability. Accurate sales forecasting is a fundamental key to the sustainability and growth of mattress retail businesses. Rising sales volumes also impact warehouse stock requirements; however, difficulties in identifying customer demand trends can lead to potential stockouts, where specific products requested by customers cannot be fulfilled. This increase in customer demand and sales volume must be balanced with effective inventory management strategies to ensure all customer requirements are met. Consequently, this research utilizes Data Mining to predict sales patterns and customer demand through a Simple Linear Regression approach to address these challenges. Sales predictions are analyzed using the Simple Linear Regression algorithm, while the Root Mean Squared Error (RMSE) is employed to measure forecasting error. Based on the testing results, the RMSE value for product Kasur 90X200 was found to be 2.5295. The implementation of this Data Mining application is expected to provide valuable insights for business owners to optimize warehouse inventory levels, thereby supporting enhanced product marketing and sales strategies. Keywords: Data mining, Linear Regression, Sales, Forecasting, Stock Abstrak: Dalam industri ritel dan manufaktur, tingkat persaingan yang ketat menuntut perusahaan untuk mengambil keputusan yang cepat dan tepat untuk mempertahankan atau meningkatkan keuntungan. Prediksi penjualan yang akurat menjadi kunci utama bagi keberlangsungan dan pertumbuhan toko kasur. Peningkatan penjualan juga berimpact pada tuntutan akan ketersediaan stock di gudang, dimana hal ini berpengaruh pada sulit untuk menentukan trend permintaan pelanggan, sehingga potensi beberapa produk yang diminta oleh pelanggan tidak dapat dipenuhi. Meningkatnya permintaan pelanggan dan volume penjualan tersebut harus diimbangi dengan strategi penyediaan barang di gudang agar setiap permintaan pelanggan dapat terpenuhi. Atas dasar hal itu maka perlu kiranya dilakukan penelitian dengan memanfaatkan Data Mining untuk dapat memprediksi pola penjualan dan permintaan pelanggan dengan pendekatan Regresi Linear sederhana sehingga didapatkan solusi atas permasalahan yang terjadi tersebut. Prediksi penjualan diteliti dengan menggunakan algoritma regresi linear sederhana dan nilai error yang digunakan untuk mengukur kesalahan peramalan yaitu Root Mean Squared Error (RMSE). Berdasarkan hasil pengujian nilai RMSE untuk produk Kasur 90X200 sebesar 2,5295. Hasil implementasi dari aplikasi Data Mining ini diharapkan dapat menjadi masukan bagi pemilik usaha untuk meningkatkan ketersediaan barang di gudang sehingga peningkatan pemasaran produk dan strategi penjualan dapat tercapai. Kata kunci: Data Mining, Regresi Linear, Penjualan, Prediksi, Stok
Co-Authors Dani Rizana Darmawansyah Darmawansyah Faizah, Annisa Nur Fatimah, Rina Siti Nur Fikitri Marya Sari Khana, Rajes Lestari, Bela Lestari, Dewi Rachma Lia Aprilia Nani Triana Noorhayati, Taty Nugrahanti, Isnaini Nurfadhillah, Septy Nurkamilah Nurkamilah Oktaviani, Eka Tri Rahmawati, Sofi Ramadhan, Muhammad Lutfi Riri Zelmiyanti, Riri Rumbiak, Almendo Renal Yustus Supendi, Pepen Tampubolon, Parlindungan Titik Purwaningtyas Vista, Aura Wijonarko, Panji WULAN PURNAMASARI, WULAN Wulandari Wulandari Yasin, Verdi Yasmin, Astuti Yusran Fauzi Zain, Zahra Nasywa Zalianti, Nabila Reva