<![CDATA[Penelitian ini bertujuan menerapkan Regresi Linier Berganda dalam Sistem Pendukung Keputusan untuk mengestimasi kebutuhan bahan pewarna aluminium pada Divisi Production Planning and Inventory Control (PPIC) PT. DA. Permasalahan penelitian berangkat dari proses estimasi manual yang masih mengandalkan perhitungan dan pengalaman staf sehingga cenderung menghasilkan over-estimation. Penelitian menggunakan pendekatan kuantitatif terapan dengan data 1.000 Job Order pada periode November 2022 sampai Oktober 2025. Variabel prediktor meliputi luas permukaan, ketebalan, jumlah produksi, jenis powder, warna powder, dan coverage rate, sedangkan pemakaian aktual menjadi variabel target. Variabel kategorikal diproses menggunakan one-hot encoding. Evaluasi model menggunakan MAE, RMSE, MAPE, R², dan 5-fold cross-validation. Model menghasilkan MAE 3,9304 kg, RMSE 5,3479 kg, MAPE 3,4808%, dan R² 0,9701. Pengujian pada 10 Job Order menghasilkan MAE 5,6912 kg, RMSE 6,5998 kg, dan MAPE 5,3761%, sedangkan metode manual menghasilkan MAPE 72,7088%. Hasil menunjukkan bahwa estimasi sistem lebih dekat terhadap pemakaian aktual dan menurunkan selisih estimasi pada data pengujian. Sistem desktop berbasis Python, PySide6, dan SQLite dapat digunakan sebagai alat bantu analitik bagi PPIC dalam menghasilkan estimasi yang lebih konsisten dan berbasis data historis.]]>
Copyrights © 2026
