Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Jurnal Sistem Komputer dan Informatika (JSON)
alya, Alya Rahmadani
Unknown Affiliation
Computer Science & IT Control & Systems Engineering

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

Found 1 Documents
Search

 1 
Estimasi Penjualan Sembako Menggunakan Teknik Data Mining Regresi Linear Berganda alya, Alya Rahmadani; Lili, Lili Tanti
Jurnal Sistem Komputer dan Informatika (JSON) Vol. 7 No. 2 (2025): Desember 2025
Publisher : Universitas Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/json.v7i2.9171

Abstract

Penelitian ini bertujuan untuk membangun model prediksi penjualan sembako menggunakan teknik data mining dengan metode regresi linear berganda pada CV. Surya Kencana Sembako. Model ini dirancang untuk membantu perusahaan dalam memperkirakan jumlah penjualan secara lebih akurat berdasarkan data historis. Dataset akhir yang digunakan dalam penelitian ini terdiri dari 867 data penjualan setelah melalui proses pembersihan data, seleksi fitur, dan penanganan outlier. Pengujian dilakukan terhadap dua kelompok data, yaitu 30 data baru dan 174 data testing. Hasil pengujian menunjukkan bahwa model memiliki kinerja prediksi yang sangat baik, dengan nilai Mean Squared Error (MSE) sebesar 628.18 dan 520.7, Root Mean Squared Error (RMSE) sebesar 25.06 dan 22.82, serta Mean Absolute Error (MAE) sebesar 13.91 dan 10.21 pada masing-masing pengujian. Nilai koefisien determinasi (R²) yang diperoleh sebesar 0.92 pada data baru dan 0.97 pada data testing menunjukkan bahwa model dapat menjelaskan variasi data penjualan dengan sangat baik. Kontribusi utama penelitian ini adalah menghasilkan model estimasi penjualan berbasis regresi linear berganda yang terintegrasi ke dalam sistem informasi penjualan berbasis web. Implikasi dari penelitian ini adalah perusahaan dapat melakukan perencanaan stok dan pengambilan keputusan operasional secara lebih efisien dan tepat sasaran berdasarkan prediksi penjualan yang akurat.
Co-Authors Lili, Lili Tanti