Siti Anjani, Dina Fitri
Unknown Affiliation

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

PREDIKSI PENJUALAN HANDPHONE SAMSUNG DI SHOPEE MENGGUNAKAN ALGORITMA REGRESI LINEAR BERGANDA Siti Anjani, Dina Fitri
Jurnal Informatika dan Teknik Elektro Terapan Vol 13, No 2 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i2.6461

Abstract

Kemajuan teknologi informasi mempercepat perkembangan e-commerce , khususnya dalam penjualan produk elektronik seperti handphone Samsung di Shopee. Penelitian ini bertujuan memprediksi jumlah penjualan menggunakan Regresi Linear Berganda untuk mengidentifikasi faktor-faktor yang memengaruhinya. Metode yang digunakan adalah pendekatan kuantitatif dengan Knowledge Discovery in Database (KDD) menggunakan RapidMiner. Data terdiri dari 960 produk, dibagi menjadi 70% untuk pelatihan dan 30% untuk pengujian. Variabel utama yang dianalisis adalah harga, diskon, dan Rating produk. Hasil penelitian menunjukkan model memiliki tingkat akurasi tinggi dengan koefisien determinasi (R²) sebesar 0,855, serta RMSE 24.867 dan MSE 618.362. Harga, diskon, dan Rating berpengaruh signifikan terhadap penjualan. Model ini berpotensi ditingkatkan dengan mempertimbangkan tren pasar dan faktor eksternal. Temuan ini memberikan manfaat bagi strategi pemasaran digital, terutama dalam perencanaan promosi dan pengelolaan stok di e-commerce .
PREDIKSI PENJUALAN HANDPHONE SAMSUNG DI SHOPEE MENGGUNAKAN ALGORITMA REGRESI LINEAR BERGANDA Siti Anjani, Dina Fitri
Jurnal Informatika dan Teknik Elektro Terapan Vol. 13 No. 2 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i2.6461

Abstract

Kemajuan teknologi informasi mempercepat perkembangan e-commerce , khususnya dalam penjualan produk elektronik seperti handphone Samsung di Shopee. Penelitian ini bertujuan memprediksi jumlah penjualan menggunakan Regresi Linear Berganda untuk mengidentifikasi faktor-faktor yang memengaruhinya. Metode yang digunakan adalah pendekatan kuantitatif dengan Knowledge Discovery in Database (KDD) menggunakan RapidMiner. Data terdiri dari 960 produk, dibagi menjadi 70% untuk pelatihan dan 30% untuk pengujian. Variabel utama yang dianalisis adalah harga, diskon, dan Rating produk. Hasil penelitian menunjukkan model memiliki tingkat akurasi tinggi dengan koefisien determinasi (R²) sebesar 0,855, serta RMSE 24.867 dan MSE 618.362. Harga, diskon, dan Rating berpengaruh signifikan terhadap penjualan. Model ini berpotensi ditingkatkan dengan mempertimbangkan tren pasar dan faktor eksternal. Temuan ini memberikan manfaat bagi strategi pemasaran digital, terutama dalam perencanaan promosi dan pengelolaan stok di e-commerce .