<![CDATA[Penelitian ini bertujuan untuk mengembangkan model prediksi penjualan susu Cimory berbasis data historis menggunakan algoritma regresi linear sederhana. Latar belakang penelitian ini adalah kebutuhan perusahaan untuk memprediksi penjualan secara akurat guna mengoptimalkan pengelolaan stok, mengurangi risiko kekurangan atau kelebihan persediaan, serta meningkatkan efisiensi operasional. Metode penelitian yang digunakan meliputi tahapan studi literatur, pengumpulan data historis penjualan Cimory periode 2019–2021, pembersihan data, pemisahan data menjadi data latih (80%) dan data uji (20%), pembangunan model regresi linear, serta evaluasi kinerja model. Data penelitian terdiri dari variabel harga jual per unit sebagai variabel independen dan total penjualan sebagai variabel dependen. Hasil penelitian menunjukkan bahwa model regresi linear yang dibangun mampu memberikan prediksi dengan tingkat kesalahan relatif rendah, yaitu Mean Absolute Error (MAE) sebesar 68.774,17, Mean Squared Error (MSE) sebesar 6.476.720.804,33, dan Root Mean Squared Error (RMSE) sebesar 80.478,08. Kontribusi penelitian ini adalah menyediakan model prediksi sederhana yang mudah diimplementasikan untuk membantu pengambilan keputusan dalam perencanaan produksi, strategi pemasaran, dan pengendalian persediaan. Implikasi dari penelitian ini adalah perusahaan dapat memanfaatkan model ini untuk meningkatkan akurasi perencanaan bisnis, mengurangi kerugian akibat kelebihan atau kekurangan stok, serta memperbaiki efisiensi distribusi produk.]]>
