PENERAPAN DATA MINING UNTUK PREDIKSI STOK PRODUK SUSU PADA PT.PS MAJU BERSAMA MENGGUNAKAN METODE REGRESI LINEAR BERGANDA

 (*)Elvrida Jesika Purba Mail (Universitas Budi Darma, Medan, Indonesia)

(*) Corresponding Author

Abstract

PT.PS Maju Bersama merupakan sebuah perusahaan yang bergerak dibidang retail yang menjual berbagai kebutuhan masyarakat luas salah satunya adalah produk susu Morinaga Child Kid. Produk susu Morinaga Child Kid merupakan produk susu yang paling banyak diminati oleh konsumen untuk itu PT.PS Maju Bersama harus bisa memaksimalkan stok produk susu tersebut untuk selalu tersedia. Apabila terjadi kekosongan stok produk susu tersebut dapat mengakibatkan dampak yang kurang baik, selain menurunnya tingkat kepuasan konsumen juga mempengaruhi peningkatan omset dari PT.PS Maju Bersama itu sendiri. Untuk mengatasi hal tersebut maka dibutuhkan sebuah teknik analisa data yang dapat digunakan untuk memprediksi stok produk penjualan susu Morinaga Child Kid tersebut. Teknik yang dapat digunakan adalah dengan melakukan penerapan Data Mining. Data mining merupakan teknik pengolahan data yang berkapasitas besar untuk memecahkan suatu masalah dan untuk mendapatkan suatu informasi. Salah satu teknik data mining yang dapat digunakan untuk memprediksi adalah regresi linear berganda. Regresi linier berganda ialah analisis dengan beberapa variabel bebas disebut analisis regresi linier berganda, teknik regresi linier berganda digunakan untuk menentukan dua atau lebih variabel bebas (X1, X2, X3, …, XK) kepada variabel terikat. Dari penerapan data mining dengan metode regresi linear berganda pada prediksi stok produk penjualan susu Morinaga Child Kid diharapkan mampu memberikan gambaran jumlah stok yang harus dipenuhi sehingga dapat meminimalisir terjadinya kekosongan stok pada produk tersebut.

Keywords


Data Mining; Regresi Linear Berganda, PT. PS Maju Bersama

Full Text:

PDF


Article Metrics

Abstract view : 320 times
PDF - 327 times

References

I. L. L. Gaol, S. Sinurat, and E. R. Siagian, “Implementasi Data Mining Dengan Metode Regresi Linear Berganda Untuk Memprediksi Data Persediaan Buku Pada Pt. Yudhistira Ghalia Indonesia Area Sumatera Utara,” KOMIK (Konferensi Nas. Teknol. Inf. dan Komputer), vol. 3, no. 1, pp. 130–133, 2019, doi: 10.30865/komik.v3i1.1579.

P. S. Ramadhan and N. Safitri, “Penerapan Data Mining Untuk Mengestimasi Laju Pertumbuhan Penduduk Menggunakan Metode Regresi Linier Berganda Pada BPS Deli Serdang,” vol. 18, no. 1, pp. 55–61, 2019.

A. Luthfiarta, A. Febriyanto, H. Lestiawan, and W. Wicaksono, “Analisa Prakiraan Cuaca dengan Parameter Suhu, Kelembaban, Tekanan Udara, dan Kecepatan Angin Menggunakan Regresi Linear Berganda,” JOINS (Journal Inf. Syst., vol. 5, no. 1, pp. 10–17, 2020, doi: 10.33633/joins.v5i1.2760.

D. Sari, O. Panggabean, E. Buulolo, and N. Silalahi, “Penerapan Data Mining Untuk Memprediksi Pemesanan Bibit Pohon Dengan Regresi Linear Berganda,” vol. 7, no. 1, pp. 56–62, 2020, doi: 10.30865/jurikom.v7i1.1947.

Y. Syahra, I. Santoso, and R. Kustini, “Implementasi Data Mining Untuk Prediksi Angka Kelahiran Bayi Pada Desa Sibolangit Menggunakan Multi Regresi,” Semin. Nas. Sains Teknol. Inf., no. 1, pp. 687–690, 2019.

E. Triyanto, H. Sismoro, and A. D. Laksito, “IMPLEMENTASI ALGORITMA REGRESI LINEAR BERGANDA UNTUK MEMPREDIKSI PRODUKSI PADI DI KABUPATEN BANTUL,” Rabit J. Teknol. dan Sist. Inf. Univrab, vol. 4, no. 2, pp. 66–75, Jul. 2019, doi: 10.36341/rabit.v4i2.666.

Bila bermanfaat silahkan share artikel ini

Berikan Komentar Anda terhadap artikel PENERAPAN DATA MINING UNTUK PREDIKSI STOK PRODUK SUSU PADA PT.PS MAJU BERSAMA MENGGUNAKAN METODE REGRESI LINEAR BERGANDA

Refbacks

  • There are currently no refbacks.


Copyright (c) 2022 Elvrida Jesika Purba

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.


KOMIK (Konferensi Nasional Teknologi Informasi dan Komputer)
P3M STMIK Budi Darma
Sekretariat Jln. Sisingamangaraja No. 338 Telp 061-7875998
email: komik@univ-bd.ac.id, komik.budidarma@gmail.com

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.