<![CDATA[Prediksi stok barang yang akurat sangat penting untuk mencegah overstocking dan stockout di gudang utama PT.BMR, guna mendukung efisiensi operasional pertambangan. Penelitian ini bertujuan menganalisis faktor-faktor yang memengaruhi persediaan barang dan mengembangkan model prediksi menggunakan regresi linear berganda. Data transaksi Januari–Desember 2023, meliputi jumlah barang masuk, barang keluar, stok bulan sebelumnya, dan bulan, dianalisis untuk membangun model. Teknik analisis meliputi pengolahan data eksploratif, validasi model melalui cross-validasi 5-fold, dan evaluasi kinerja berdasarkan koefisien determinasi. Hasil penelitian menunjukkan bahwa model yang dibangun memiliki akurasi sangat tinggi dengan nilai R² rata-rata 0,9945, dimana variabel barang masuk dan keluar memberikan pengaruh dominan terhadap tingkat stok. Temuan ini mengindikasikan bahwa pendekatan berbasis regresi linear efektif digunakan untuk peramalan persediaan dalam konteks operasional PT. BMR. Penelitian ini memberikan kontribusi praktis berupa rekomendasi untuk fokus pada pengelolaan arus barang sebagai strategi optimasi persediaan.]]>
Copyrights © 2025
