Peramalan Pendapatan dari Penjualan Bawang Merah Menggunakan Metode Regresi Linier Berganda
DOI:
https://doi.org/10.29407/stains.v2i1.2900Abstract
Peramalan (forecasting) adalah suatu seni dan ilmu pengetahuan dalam memprediksi peristiwa pada masa mendatang. Peramalan akan melibatkan pengambilan data historis (penjualan tahun lalu) dan memproyeksi mereka ke masa yang akan datang dengan model matematika. Peramalan penjualan merupakan bagian penting dari manajemen rantai pasokan baik pada pengecer akhir dan distributor, manufaktur dan pemasok. Perlunya mengetahui peralaman jumlah pendapatan dari penjualan bawang merah adalah untuk menentukan strategi pemasaran yang tepat, mengoptimalkan kapasitas produksi, dan meningkatkan keuntungan. Kami mengeksplorasi metode regresi linier berganda untuk memprediksi jumlah pendapatan penjualan bawang merah. Kami menggunakan data historis tentang harga bawang merah di pasar, jumlah penjualan, dan faktor-faktor lain yang mungkin mempengaruhi pendapatan penjualan bawang merah. Setelah melakukan pemodelan dan validasi, kami menemukan bahwa metode ini memberikan tingkat akurasi sebesar 60 persen dan nilai MAPE sebesar 13 persen. Hasil ini menunjukkan bahwa metode regresi linier berganda dapat digunakan dengan efektif untuk memprediksi pendapatan penjualan bawang merah. Selanjutnya, kami menyarankan agar penelitian lebih lanjut dilakukan untuk meningkatkan tingkat akurasi dan mengevaluasi keandalan metode ini pada data yang lebih luas.
Downloads
Downloads
Published
Issue
Section
License
Copyright (c) 2023 Agusta Aldhi Saputra, Misbakhul Munir, Zamima Daffa Rizki Arie Putra
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
