1. Home
  2. Vol 9, No 2 (2025)
  3. Renaldi

Implementasi Sistem Prediksi Pendapatan Penjualan Susu Kemasan Menggunakan Metode Regresi Linier Berganda

Refan Renaldi(1), Lena Magdalena(2), Muhammad Hatta(3),


(1) Universitas Catur Insan Cendekia
(2) Universitas Catur Insan Cendekia
(3) Universitas Catur Insan Cendekia
Corresponding Author

Abstract


Industri susu kemasan di Indonesia mengalami perkembangan signifikan seiring meningkatnya kesadaran masyarakat akan pentingnya asupan nutrisi. CV Cita Nasional sebagai produsen susu kemasan menghadapi tantangan dalam memprediksi penjualan secara akurat di wilayah Jawa Barat. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem prediksi penjualan menggunakan metode Regresi Linier Berganda berbasis web. Data penjualan selama 24 bulan (Januari 2023 - Desember 2024) dari enam wilayah distribusi dianalisis dengan variabel independen meliputi Cup, Pp, Mp, Ygt, Y Btl, Spm-c-s, Ppm serta transformasi musiman Month_Sin dan Month_Cos. Implementasi sistem menggunakan framework Laravel untuk backend dan frontend, serta Python untuk pemodelan. Hasil evaluasi model menunjukkan MAE sebesar 0,0250, MSE 0,0011, RMSE 0,0334, dan MAPE 11,71% pada data testing, yang mengindikasikan akurasi prediksi yang baik. Sistem berhasil mengidentifikasi variabel Spm-c-s sebagai faktor terkuat dengan korelasi 0,9542 terhadap pendapatan. Penelitian ini memberikan kontribusi dalam bentuk sistem prediksi yang dapat membantu optimalisasi perencanaan produksi dan distribusi.

References


T. K. Sabila, L. Lelah, and Didik Indrayana, “Sistem Prediksi Penjualan di Toko Dasni Menggunakan Metode Double Exponential Smoothing,” Pixel J. Ilm. Komput. Graf., vol. 15, no. 2, pp. 305–312, 2022, doi: 10.51903/pixel.v15i2.813.

Kotnep et al., “Analisis struktur kovariansi indikator terkait kesehatan pada lansia yang tinggal di rumah, dengan fokus pada kesehatan subjektifTitle,” Accid. Anal. Prev., vol. 183, no. 2, pp. 153–164, 2023.

H. Wijaya, S. Feliyanti, L. Magdalena, and R. Ilyasa, “Perancangan Sistem Informasi Rute Bus Rapid Transit (Brt) Di Kota Cirebon Berbasis Website (Studi Kasus Pt. Bima Inti Global),” J. Digit, vol. 11, no. 2, p. 200, 2021, doi: 10.51920/jd.v11i2.205.

K. Olcay, S. Giray Tunca, and M. Arif Ozgur, “Forecasting and Performance Analysis of Energy Production in Solar Power Plants Using Long Short-Term Memory (LSTM) and Random Forest Models,” IEEE Access, vol. 12, no. August, pp. 103299–103312, 2024, doi: 10.1109/ACCESS.2024.3432574.

O. J. Ababil, S. A. Wibowo, and H. Zulfia Zahro’, “Penerapan Metode Regresi Linier Dalam Prediksi Penjualan Liquid Vape Di Toko Vapor Pandaan Berbasis Website,” JATI (Jurnal Mhs. Tek. Inform., vol. 6, no. 1, pp. 186–195, 2022, doi: 10.36040/jati.v6i1.4537.

Z. Muttaqin and E. Srihartini, “Penerapan Linier Sederhana Untuk Prediksi Persediaan Obat Jenis Tabelt,” Sist. Inf. |, vol. 9, no. 1, pp. 12–16, 2022.

P. S. Gorde and S. Nilesh Borkar, “Comparative Analysis of Linear Regression, Random Forest Regressor and LSTM for Stock Price Prediction,” 2024 8th Int. Conf. Comput. Commun. Control Autom. ICCUBEA 2024, pp. 1–5, 2024, doi: 10.1109/ICCUBEA61740.2024.10775094.

P. A. Duran, A. V. Vitianingsih, M. S. Riza, A. L. Maukar, and S. F. A. Wati, “Data Mining Untuk Prediksi Penjualan Menggunakan Metode Simple Linear Regression,” Teknika, vol. 13, no. 1, pp. 27–34, 2024, doi: 10.34148/teknika.v13i1.712.

A. A. . Yulianto, I. . Gartina, R. . Astuti, S. . Dewi, S. . Komala Sari, and W. Witanti, “Analisis dan Desain Sistem Informasi,” vol. 4, no. 1, pp. 1–176, 2009.

M. Valipour, H. Khoshkam, S. M. Bateni, C. Jun, and S. S. Band, “Hybrid machine learning and deep learning models for multi-step-ahead daily reference evapotranspiration forecasting in different climate regions across the contiguous United States East North Central region,” Agric. Water Manag., vol. 283, no. April, p. 108311, 2023, doi: 10.1016/j.agwat.2023.108311.

W. M. Baihaqi, M. Dianingrum, and K. A. N. Ramadhan, “Regresi Linier Sederhana Untuk Memprediksi KunjunganPasien Di Rumah Sakit Berdasarkan Jenis LayananDan Umur Pasien,” J. SIMETRIS, vol. 10, no. 2, pp. 671–680, 2019.

D. A. Pohan, M. H. Dar, and Irmayanti, “Penerapan Data Mining untuk Prediksi Penjualan Produk Sepatu Terlaris Menggunakan Metode Regresi Linier Sederhana,” J. Nas. Inform. dan Teknol. Jar., vol. 2, no. 1, pp. 2–6, 2022, [Online]. Available: https://doi.org/10.30743/infotekjar.v6i2.4795

M. Kafil, “Penerapan Metode K-Nearest Neighbors Untuk Prediksi Penjualan Berbasis Web Pada Boutiq Dealove Bondowoso,” JATI (Jurnal Mhs. Tek. Inform., vol. 3, no. 2, pp. 59–66, 2019, doi: 10.36040/jati.v3i2.860.

Y. S. M. Y. Siswo Adiguno, “Tgdojs,+5,” J. Sist. Inf. Tgd, vol. Volume 1, Nomor 4, pp. 275–281, 2022.

A. Anggrawan, H. Hairani, and N. Azmi, “Prediksi Penjualan Produk Unilever Menggunakan Metode Regresi Linear,” J. Bumigora Inf. Technol., vol. 4, no. 2, pp. 123–132, 2022, doi: 10.30812/bite.v4i2.2416.

L. Sanny, H. Sarjono, E. Smoothing, W. Trend, E. Smoothing, and W. Moving, “Peramalan Jumlah Siswa / I Sekolah Menengah Atas Swasta Menggunakan Enam Metode,” vol. 10, pp. 198–208, 2013.

Z. Yang, X. Zheng, and Y. Wu, “Optimization of Complex Systems Based on LSTM Neural Networks and Random Forests,” 2024 IEEE 2nd Int. Conf. Electr. Autom. Comput. Eng. ICEACE 2024, pp. 791–796, 2024, doi:10.1109/ICEACE63551.2024.10898251.

Eka Larasati Amalia, Yoppy Yunhasnawa, and A. R. Rahmatanti, “Sistem Prediksi Penjualan Frozen Food dengan Metode Monte Carlo (Studi Kasus: Supermama Frozen Food),” J. Buana Inform., vol. 13, no. 02, pp. 136–145, 2022, doi: 10.24002/jbi.v13i02.6496.

Sihabudin et al., Teori dan Praktik Berbasis SPSS. 2021.

T. Magesh, S. Supriya, A. Yuvaprakash, R. T. Vishvapriya, C. Nisha, and P. Govindaraajan, “Hybrid Weather Forecasting: Integrating LSTM Neural Networks and Random Forest Models for Enhanced Accuracy,” 2024 Int. Conf. Recent Adv. Electr. Electron. Ubiquitous Commun. Comput. Intell. RAEEUCCI 2024, 2024, doi: 10.1109/RAEEUCCI61380.2024.10547997.


Full Text: PDF (Bahasa Indonesia)

Article Metrics

Abstract View : 4 times
PDF (Bahasa Indonesia) Download : 1 times

DOI: 10.58486/jsr.v9i2.555

Refbacks

  • There are currently no refbacks.