Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Digital Transformation Technology (Digitech)

Prediksi Keuntungan Usaha Catering Mesir Menggunakan Model Regresi Linier Thariq, Thariq; Kamarudin, Kamarudin; Windarsyah, Windarsyah
Digital Transformation Technology Vol. 5 No. 1 (2025): Periode Maret 2025
Publisher : Information Technology and Science(ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/digitech.v5i1.5895

Abstract

Usaha katering, seperti katering Mesir di Banjarmasin, menghadapi tantangan dalam pencatatan transaksi manual, yang menyulitkan prediksi keuntungan dan perencanaan strategi bisnis. Penelitian ini bertujuan mengembangkan model prediksi keuntungan usaha Catering Mesir menggunakan metode regresi linier dengan perhitungan berbasis Python. Pendekatan CRISP-DM digunakan untuk menganalisis data transaksi bulanan tahun 2024. Prediksi keuntungan dilakukan berdasarkan dua variabel independen, yaitu periode bulan dan jumlah menu terjual, dengan hasil prediksi dikategorikan sebagai meningkat, menurun, atau stabil. Hasil pengujian menunjukkan akurasi model sebesar 92,67% (MAPE 7,33%) untuk variabel periode bulan dan 91,37% (MAPE 8,63%) untuk variabel jumlah menu terjual. Visualisasi data dalam bentuk grafik dan tabel membantu pemilik usaha memahami pola keuangan secara terstruktur. Penelitian ini memberikan solusi berbasis teknologi untuk UMKM kuliner dalam mengelola keuangan secara efisien.
Penerapan Model Seasonal Autoregressive Integrated Moving Average Untuk Prediksi Hasil Panen Jamur Tiram Berbasis Data Historis Pangestu, Bayu Maulana; Kamarudin, Kamarudin; Windarsyah, Windarsyah
Digital Transformation Technology Vol. 5 No. 1 (2025): Periode Maret 2025
Publisher : Information Technology and Science(ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/digitech.v5i1.5903

Abstract

Prediksi hasil panen yang akurat sangat penting bagi petani jamur tiram untuk mendukung perencanaan produksi, distribusi, dan pengelolaan sumber daya. Penelitian ini bertujuan untuk menerapkan model prediksi hasil panen jamur tiram menggunakan algoritma SARIMA (Seasonal Autoregressive Integrated Moving Average) berbasis data historis periode 2020–2023. Metode pengembangan perangkat lunak yang digunakan adalah pendekatan berbasis data dengan tahapan pengumpulan data, pra-pemrosesan, pemodelan, dan evaluasi. Data panen harian dari 253 catatan dikumpulkan melalui dokumentasi dan dianalisis menggunakan Python dengan library pandas, numpy, matplotlib, dan statsmodels. Model SARIMA dievaluasi menggunakan metrik akurasi, menghasilkan Mean Absolute Percentage Error (MAPE) sebesar 18.28% (akurasi 81.72%), koefisien determinasi (R²) 0.71, AIC 4402.74, BIC 4433.95, dan Theil's U 0.9978, menunjukkan performa model yang lebih baik dibandingkan prediksi naif. Model ini mampu memprediksi tren panen untuk tiga bulan ke depan dengan interval kepercayaan 95%. Sistem ini memberikan rekomendasi strategis bagi petani, seperti penyiapan tenaga kerja pada periode puncak panen dan perencanaan distribusi berdasarkan tren produksi. Penelitian ini berkontribusi pada pengambilan keputusan berbasis data untuk meningkatkan efisiensi dan produktivitas budidaya jamur tiram.