Estimasi Penjualan Sembako Menggunakan Teknik Data Mining Regresi Linear Berganda
DOI:
https://doi.org/10.30865/json.v7i2.9171Keywords:
Prediksi Penjualan; Data Mining; Regresi Linear Berganda; Sembako; Sistem Informasi Berbasis WebAbstract
Penelitian ini bertujuan untuk membangun model prediksi penjualan sembako menggunakan teknik data mining dengan metode regresi linear berganda pada CV. Surya Kencana Sembako. Model ini dirancang untuk membantu perusahaan dalam memperkirakan jumlah penjualan secara lebih akurat berdasarkan data historis. Dataset akhir yang digunakan dalam penelitian ini terdiri dari 867 data penjualan setelah melalui proses pembersihan data, seleksi fitur, dan penanganan outlier. Pengujian dilakukan terhadap dua kelompok data, yaitu 30 data baru dan 174 data testing. Hasil pengujian menunjukkan bahwa model memiliki kinerja prediksi yang sangat baik, dengan nilai Mean Squared Error (MSE) sebesar 628.18 dan 520.7, Root Mean Squared Error (RMSE) sebesar 25.06 dan 22.82, serta Mean Absolute Error (MAE) sebesar 13.91 dan 10.21 pada masing-masing pengujian. Nilai koefisien determinasi (R²) yang diperoleh sebesar 0.92 pada data baru dan 0.97 pada data testing menunjukkan bahwa model dapat menjelaskan variasi data penjualan dengan sangat baik. Kontribusi utama penelitian ini adalah menghasilkan model estimasi penjualan berbasis regresi linear berganda yang terintegrasi ke dalam sistem informasi penjualan berbasis web. Implikasi dari penelitian ini adalah perusahaan dapat melakukan perencanaan stok dan pengambilan keputusan operasional secara lebih efisien dan tepat sasaran berdasarkan prediksi penjualan yang akurat.
References
M. Lase, D. Saripurna, and V. W. Sari, “Estimasi Penjualan Ice Cream Walls Menggunakan Metode Regresi Linear Berganda,” J. Sist. Inf. Triguna Dharma (JURSI TGD), vol. 1, no. 5, p. 625, 2022, doi: 10.53513/jursi.v1i5.5146.
M. J. Zaqy, R. Mentari, and M. Iqbal, “Implementasi Data Mining Untuk Memprediksi Penjualan Toko Roti Mawar Menggunakan Regresi Linier Berganda,” J-SISKO TECH (Jurnal Teknol. Sist. Inf. dan Sist. Komput. TGD), vol. 6, no. 2, p. 385, 2023, doi: 10.53513/jsk.v6i2.8534.
A. Damayanti, F. D. Marleny, and A. A. Ningrum, “Implementasi Regresi Linear Berganda Untuk Prediksi Penjualan Pada Pt Trimandiri Sarana Propetindo Banjarmasin,” J. Inform. dan Tek. Elektro Terap., vol. 13, no. 3, 2025, doi: 10.23960/jitet.v13i3.6679.
N. C. Florensa Nainggolan, A. F. Boy, and E. Elfitriani, “Penerapan Data Mining Untuk Prediksi Export Penjualan Produk Kerajinan Rotan Menggunakan Metode Regresi Linear Berganda,” J. Sist. Inf. Triguna Dharma (JURSI TGD), vol. 2, no. 5, p. 743, 2023, doi: 10.53513/jursi.v2i5.6779.
A. P. B. Eka, A. A. Bakri, and L. Yuliyani, “Utilizing linear regression to forecast the stock price fluctuations of top-rated companies,” J. Info Sains Inform. dan Sains, vol. 14, no. 01, pp. 551–559, 2024, doi: 10.54209/infosains.v14i01.
C. K. Puteri and L. N. Safitri, “Analysis of linear regression on used car sales in Indonesia,” J. Phys. Conf. Ser., vol. 1469, no. 1, 2020, doi: 10.1088/1742-6596/1469/1/012143.
R. Ravitilova, D. Amelia, I. Saputra, and R. Rinda, “Forecasting Sales: A Comprehensive Analysis of Forecasting Techniques for Sales Budget Determination,” J. Audit. Pajak, Akunt. Publik, vol. 2, no. 2, p. 97, 2023, doi: 10.32897/ajib.2023.2.2.3217.
M. D. Wahyudi, “Penerapan Data Mining Dengan Algoritma C4. 5 Dalam Prediksi Penjualan Buku,” J. Teknorama (Informatika dan …, vol. 1, no. 1, pp. 1–6, 2023, [Online]. Available: https://jurnal.stikomelrahma.ac.id/index.php/teknorama/article/view/1%0Ahttps://jurnal.stikomelrahma.ac.id/index.php/teknorama/article/download/1/1
F. Zafira, B. Irawan, and A. Bahtiar, “Penerapan Data Mining Untuk Estimasi Stok Barang Dengan Metode K-Means Clustering,” JATI (Jurnal Mhs. Tek. Inform., vol. 8, no. 1, pp. 156–161, 2024, doi: 10.36040/jati.v8i1.8319.
N. Prayogi and L. Tanti, “Statistical Parabolic Projection Dalam Forecasting Jumlah Penjualan Mesin Otocopy Pada CV. Indah Bersama Copier Berbasis Android Statistical parabolic projection in forecasting number of machinery sales photocopy on cv. Beautiful together android-based copier,” Jid, no. 2, pp. 612–624, 2023.
Amalia Yunia Rahmawati, “Analisis Prediksi Dengan Metode Regresi Liineardi Pt. Eagle Industry Indonesia,” vol. 5, no. July, pp. 1–23, 2020.
S. Lailiyah, A. Yusnita, and L. Hariri, “Prediksi Persediaan Bahan Baku Untuk Produksi Makanan Olahan ‘Sanggar Krispi’ Menggunakan Metode Regresi Linear Berganda,” Simkom, vol. 8, no. 2, pp. 84–94, 2023, doi: 10.51717/simkom.v8i2.141.
C. Jhony Mantho Sianturi, M. Dayan Sinaga, N. Sari Br Sembiring, E. Ginting, U. K. Potensi Utama JlKL Yos Sudarso, and T. Mulia -Medan, “Metode Regresi Linear Berganda Dalam Prediksi Penjualan Produk Berbasis Web,” J. Inform. Manaj. dan Komput., vol. 16, no. 1, pp. 236–242, 2024.
A. A. Kurniawan, D. Mustikasari, A. Triyanto, and P. Raharjo, “Implementasi Metode Regresi Linear Berganda untuk Prediksi Harga Penjualan Material Paving Block pada CV . Difa Jaya Abadi,” no. 10, 2025, doi: 10.52620/sainsdata.v3i2.281.
D. Miftahul Huda, G. Dwilestari, and A. Rizki Rinaldi, “Jurnal Informatika dan Rekayasa Perangkat Lunak Prediksi Harga Mobil Bekas Menggunakan Algoritma Regresi Linear Berganda,” J. Inform. dan Rekayasa Perangkat Lunak, vol. 6, no. 1, pp. 150–157, 2024.
A. Hurifiani, A. Irma Purnamasari, and I. Ali, “Penerapan Algoritma Regresi Linear Untuk Prediksi Penjualan Alat Tulis Kantor (Atk) Di Bumdes,” JATI (Jurnal Mhs. Tek. Inform., vol. 8, no. 1, pp. 266–273, 2024, doi: 10.36040/jati.v8i1.8305.
F. Karina and D. A. Dermawan, “Prediksi Peningkatan Omzet Penjualan dengan Menggunakan Metode Regresi Linier Berganda (Studi Kasus: UB Makmur Surabaya),” J. Emerg. Inf. Syst. Bus. Intell., vol. 5, no. 1, pp. 27–34, 2024, doi: 10.26740/jeisbi.v5i1.58197.
A. A. Saputra, M. Munir, and Z. D. Rizki, “Peramalan Pendapatan dari Penjualan Bawang Merah Menggunakan Metode Regresi Linier Berganda,” Stain. (Seminar Nas. Teknol. Sains), vol. 2, no. 1, pp. 383–389, 2023, [Online]. Available: https://proceeding.unpkediri.ac.id/index.php/stains/article/view/2900
R. C. Sijabat, M. Hutasuhut, P. O. Kronis, and R. C. Sijabat, “Jurnal sistem informasi tgd,” vol. 1, no. November, pp. 763–769, 2022.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2025 Jurnal Sistem Komputer dan Informatika (JSON)
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
This work is licensed under a Creative Commons Attribution 4.0 International License
Authors who publish with this journal agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under Creative Commons Attribution 4.0 International 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 (Refer to The Effect of Open Access).
