Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Jurnal Sistem Informasi dan Sistem Komputer
Lukman Hariri
STMIK Widya Cipta Dharma
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Other

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Prediksi Persediaan Bahan Baku Untuk Produksi Makanan Olahan “Sanggar Krispi” Menggunakan Metode Regresi Linear Berganda Siti Lailiyah; Amelia Yusnita; Lukman Hariri
Jurnal Sistem Informasi dan Sistem Komputer Vol 8 No 2 (2023): Vol 8 No 2 - 2023
Publisher : STIMIK Bina Bangsa Kendari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51717/simkom.v8i2.141

Abstract

Sanggar Krispi Randi merupakan pelaku usaha yang bergerak dalam bidang jasa makanan. Dikarenakan proses produksi sanggar masih tergantung pada ketersedian bahan baku yang selalu mengalami perubahan, sebagai pelaku usaha Sanggar Krispi Randi harus dapat memprediksi mengenai berapa banyak bahan baku yang harus mereka sediakan setiap harinya. Salah satu metode yang dapat digunakan untuk memprediksi jumlah bahan baku adalah dengan menggunakan metode regresi linear berganda. Metode yang digunakan penelitian dalam pengumpulan data adalah studi lapangan dan studi Pustaka, alat bantu desain sistem yang digunakan yaitu Flowchart, dan atribut yang digunakan dalam metode regresi linear berganda adalah atribut tanggal, hari dan cuaca. Dari proses perhitungan metode regresi linear, inputan data yang diambil adalah data penjualan selama 15 hari dengan hasil variabel tanggal memprediksi jumlah penjualan sebesar 13 box dengan pengaruh nilai x sebesar 0.01, variabel hari memprediksi jumlah penjualan sebesar 12 box dengan pengaruh nilai x sebesar 0.03, variabel cuaca memprediksi jumlah penjualan sebesar 9 box dengan pengaruh nilai x sebesar 9.16. Berdasarkan pengujian regresi linear mengasilkan nilai pengujian MSE = 4.14, RMSE = 2.03 dan MAPE = 10.35%, dan berdasarkan hasil analisis penggunaan sistem, bahwa sistem memiliki keakuratan hingga 89% karena 4/7 atau 4 dari 7 data berhasil diprediksi dengan benar oleh sistem.
Co-Authors Amelia Yusnita Siti Lailiyah