Penerapan Regresi Linear Menggunakan RapidMiner Untuk Memprediksi Penjualan dan Persediaan
DOI:
https://doi.org/10.29407/inotek.v8i1.4939Abstract
Prediksi dilakukan untuk meramalkan penjualan dan stok masa depan agar dapat memenuhi kebutuhan konsumen. Meramalkan sangat penting karena berkaitan langsung dengan jumlah barang yang terjual dan memungkinkan perencanaan strategi penjualan untuk periode mendatang. Prediksi didasarkan pada data penjualan atau permintaan dari periode sebelumnya. Penelitian bertujuan untuk menerapkan regresi linear menggunakan RapidMiner sebagai alat bantu analisis dalam memprediksi penjualan dan persediaan pada Keripik Assri. Melalui penelitian ini, UMKM dapat membuat keputusan yang lebih tepat. Metode penelitian yang digunakan adalah knowledge discovery in database (KDD) dan dilakukan menggunakan RapidMiner versi 10.3 dengan data penjualan dan stok pada tahun 2019 sampai 2024. Hasil menunjukkan bahwa nilai Root Mean Squared Error (RMSE) untuk penjualan dan stok adalah 0.000 +/- 0.000. Ini menunjukkan selisih antara hasil prediksi model dan nilai sebenarnya sangat kecil, menunjukkan tingkat akurasi yang sangat tinggi.
Keywords:
Rapidminer, Regresi Linear, RMSE, Penjualan##plugins.themes.default.displayStats.downloads##
References
E. Daniati and A. Nugroho, “K-Means clustering with Decision Support System using SAW: Determining thesis topic,” in Proceedings - 6th IEEE International Conference on Control System, Computing and Engineering, ICCSCE 2016, 2017. doi: 10.1109/ICCSCE.2016.7893593.
R. Jumardi and S. H. Widiastuti, “Aplikasi Forecasting Penjualan Dan Persediaan Produk Usaha Mikro, Kecil Dan Menengah,” JSAI (Journal Scientific and Applied Informatics), vol. 4, no. 3, 2021, doi: 10.36085/jsai.v4i3.2756.
A. Ristyawan and A. C. Pradikdo, “MODEL KLASIFIKASI ABSTRAK SKRIPSI MENGGUNAKAN TEXT MINING UNTUK PENGKATEGORIAN SKRIPSI SESUAI BIDANG KAJIAN,” Simetris: Jurnal Teknik Mesin, Elektro dan Ilmu Komputer, vol. 9, no. 2, 2018, doi: 10.24176/simet.v9i2.2513.
H. Jaya, R. Gunawan, and R. Kustini, “Penerapan Data Mining Untuk Memprediksi Target Produksi Berdasarkan Tingkat Penjualan Dan Banyaknya Pemesanan Produk Pada Pt. Neo National Menggunakan Metode Regresi Linier Berganda,” vol. 18, no. SAINTIKOM, pp. 219–227, 2019.
A. julkarnaen, A. Irma Purnamasari, and I. Ali, “ANALISIS PENJUALAN ROTI PADA DISTRIBUTOR MY ROTI MENGGUNAKAN METODE REGRESI LINEAR BERDASARKAN NILAI RMSE,” 2024.
D. Setiawan, N. Surojudin, and W. Hadikristanto, “Prediksi Penjualan Obat Dengan Algoritma Regresi Linear,” Prosiding Sains dan Teknologi, vol. 1, no. 1, 2022.
A. Natuzzuhriyyah and N. Nafisah, “Klasifikasi Tingkat Kepuasan Mahasiswa Terhadap Pembelajaran Secara Daring Menggunakan Algoritma Naïve Bayes,” Techno Xplore : Jurnal Ilmu Komputer dan Teknologi Informasi, vol. 6, no. 2, 2021, doi: 10.36805/technoxplore.v6i2.1377.
R. S. Rohman, R. A. Saputra, and D. A. Firmansaha, “Komparasi Algoritma C4.5 Berbasis PSO Dan GA Untuk Diagnosa Penyakit Stroke,” CESS (Journal of Computer Engineering, System and Science), vol. 5, no. 1, 2020, doi: 10.24114/cess.v5i1.15225.
Miftahuljannah, Aswan Supriyadi Sunge, and Ahmad Turmudi Zy, “ANALISIS PREDIKSI PENJUALAN DENGAN METODE REGRESI LINEAR DI PT. EAGLE INDUSTRY INDONESIA,” Jurnal Informatika Teknologi dan Sains (Jinteks), vol. 5, no. 3, 2023, doi: 10.51401/jinteks.v5i3.3325.
D. S. Purnia, M. F. Adiwisastra, H. Muhajir, and D. Supriadi, “Pengukuran Kesenjangan Digital Menggunakan Metode Deskriptif Berbasis Website,” EVOLUSI : Jurnal Sains dan Manajemen, vol. 8, no. 2, 2020, doi: 10.31294/evolusi.v8i2.8942.
Y. A. E. Tuah and A. Anyan, “IMPLEMENTASI MODEL REGRESI LINEAR SEDERHANA UNTUK PREDIKSI GAJI BERDASARKAN PENGALAMAN LAMA BEKERJA,” JUTECH : Journal Education and Technology, vol. 1, no. 2, 2020, doi: 10.31932/jutech.v1i2.1289.
I. Wahyuni, N. Nafi’iyah, and Masruroh, “Sistem Peramalan Penjualan Perumahan di Kabupaten Lamongan dengan Menggunakan Metode Regresi Linier Berganda,” Seminar Nasional Sistem Informasi 2019, no. September, 2019.
R. Nofitri and N. Irawati, “ANALISIS DATA HASIL KEUNTUNGAN MENGGUNAKAN SOFTWARE RAPIDMINER,” JURTEKSI (Jurnal Teknologi dan Sistem Informasi), vol. 5, no. 2, 2019, doi: 10.33330/jurteksi.v5i2.365.
V. R. Prasetyo, H. Lazuardi, A. A. Mulyono, and C. Lauw, “Penerapan Aplikasi RapidMiner Untuk Prediksi Nilai Tukar Rupiah Terhadap US Dollar Dengan Metode Linear Regression,” Jurnal Nasional Teknologi dan Sistem Informasi, vol. 7, no. 1, 2021, doi: 10.25077/teknosi.v7i1.2021.8-17.
A. M. Andika, N. Suarna, R. D. Dana. "Analisa Dataset Asosiasi Penjualan Menggunakan Metode FP-Growth". Jurnal Teknologi Ilmu Komputer, Vol 2, No1, 2023, Hal. 80-88, doi:DOI10.56854/jtik.v2i1.108
Downloads
Published
Issue
Section
License
Copyright (c) 2024 Akmal Hisyam Pradhana, Muhammad Irfa’udin, Achmad Ali Firmansyah, Aidina Ristyawan, Erna Daniati
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Authors who publish with this journal agree to the following terms:
- Copyright on any article is retained by the author(s).
- The author grants the journal, right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgment of the work’s authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal’s published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
- The article and any associated published material is distributed under the Creative Commons Attribution-ShareAlike 4.0 International License
