Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Jurnal Pertanian Terpadu
Sari, Diah Manda Putri Permata
Unknown Affiliation
Agriculture, Biological Sciences & Forestry

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

Found 1 Documents
Search

 1 
Penerapan Data Mining Untuk Memprediksi Permintaan Keripik Labu Menggunakan Metode Regresi Linear Berganda Novia, Cahyuni; Sari, Diah Manda Putri Permata; Latifah, Atyatus Sholihah; Erisa, Tantri Elevani Putri; Hasanah, Afiyatun
Jurnal Pertanian Terpadu Vol 12 No 2 (2024): Jurnal Pertanian Terpadu Jilid XII Nomor 2 Desember 2024
Publisher : Sekolah Tinggi Pertanian Kutai Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36084/jpt..v12i2.579

Abstract

UKM di Indonesia masih banyak yang mengalami kesulitan dalam memanfaatkan teknologi digital secara optimal. Salah satu kelemahan UKM adalah tidak bisa memprediksi permintaan produk, karena terbiasa meramalkan permintaan menggunakan intuisi. Sehingga sering terjadi kekurangan stok produk atau kelebihan stok produk, hal ini juga dialami oleh UKM UD. Dua putra yang memproduksi keripik labu. Salah satu cara untuk mengatasi hal tersebut adalah dengan melakukan prediksi permintaan produk keripik labu menggunakan konsep data minning dengan metode regresi linier berganda dan alat analisis SPSS. Keluaran dari data minning bisa dipakai untuk memperbaiki pengambilan keputusan dimasa depan. Teknik yang digunakan untuk mengetahui prediksi permintaan keripik labu UD. Dua Putra adalah teknik prediksi dan estimasi. Performa metode regresi linear berganda yang dibentuk dari data training dan di validasi pada data testing memberikan tingkat akurasi prediksi yang cukup baik. Hasil penelitian ini dapat memberikan solusi kepada UKM UD. Dua Putra agar dapat memprediksi permintaan sehingga tidak lagi mengalami kelebihan produk atau kekurangan produk keripik labu. Hasil regresi linier berganda nilai adjusted R square (R2) sebesar 0,994 atau sebesar 99,4% yang berarti hubungan antar variabel dikategorikan sangat kua
Co-Authors Cahyuni Novia, Cahyuni Erisa, Tantri Elevani Putri Hasanah, Afiyatun Latifah, Atyatus Sholihah