Implementasi Data Mining Untuk Memprediksi Tingkat Penjualan Sparepart Mobil Dengan Menggunakan Metode Regresi Linear Berganda

Erna Erna (Universitas Budi Darma, Medan)
Hery Sunandar (Universitas Budi Darma, Medan)
Sumiati Adelina Hutabarat (Universitas Budi Darma, Medan)

JURIKOM (Jurnal Riset Komputer)
Vol 11, No 4 (2024): Augustus 2024

Teknologi saat ini telah berkembang dengan sangat pesat dan membawa perubahan yang sangat besar karena dengan teknologi tersebut kita dapat memperoleh informasi dengan sangat cepat, akurat dan tidak terbatas waktu dan tempat. Salah satu sektor yang berkembang dalam perkembangan teknologi adalah di bidang otomotif yang menawarkan berbagai produk unggulan, seperti halnya Sparepart Bumper pada Honda Brio. Permasalahannya adalah perlu adanya suatu sistem yang dapat digunakan pemilik PT ISTANA DELI KEJAYAAN dalam mengambil keputusan untuk menentukan jumlah barang yang harus disediakan. Permasalahan tersebut dapat diselesaikan dengan mengimplementasikan konsep Data Mining yang digunakan untuk membantu pihak PT ISTANA DELI KEJAYAAN dalam merencanakan penyediaan stok yang diharapkan mampu memberikan hasil terbaik sehingga kecil kemungkinan resiko kesalahan dalam menyediakan stok. Data mining dengan menggunakan metode Regresi linier berganda merupakan suatu algoritma yang digunakan untuk menelusuri pola hubungan antara variabel terikat dengan dua atau lebih variabel bebas. Hasil penelitian ini mempermudah bagian penyedia stok PT ISTANA DELI KEJAYAAN dalam melakukan perencanaan penyediaan stok barang serta memberitahu kan pihak perusahaan tentang produk-produk paling banyak dibeli oleh konsumen.