Anggi Syahputra Lubis
STMIK Triguna Dharma

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

Data Mining Estimasi Biaya Produksi Ikan Kembung Rebus Dengan Regresi Linier Berganda Anggi Syahputra Lubis; Tugiono Tugiono; Hafizah Hafizah
Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Vol 1, No 6 (2022): EDISI NOVEMBER 2022
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jursi.v1i6.5732

Abstract

CV.Nasution Jaya adalah suatu perusahaan / produsen yang memproduksi ikan kembung rebus dan untuk dijual dikalangan masyarakat. Proses produksi masih bergantung pada ketersediaan bahan baku utama yaitu ikan kembung rebus. Jika tidak ada persediaan bahan baku utama, perusahaan akan mengalami kendala dalam memproduksi ikan kembung rebus dan dapat terjadi penurunan dalam produksi ikan kembung rebus. Dalam melakukan produksi CV.Nasution Jaya perlu melakukan pengendalian atas bahan baku yang tersedia. Hal ini dilakukan agar bahan baku dapat tersedia pada waktu yang tepat serta kualitas dan harga bahan baku yang ada sesuai dengan apa yang diharapkan dan dibutuhkan suatu sistem yang dapat mengatasi masalah tersebut, salah satu sistem yang dapat digunakan adalah Data Mining.Untuk melakukan pengendalian bahan baku dapat dilakukan dengan memanfaatkan Data Mining salah satu metode yang dapat digunakan untuk mengestimasi prduksi ikan kembung rebus adalah metode Regresi Linier Berganda.Hasil pengujian aplikasi Data MiningĀ  menggunakan metode Regresi Linier Berganda mampu menghasilkan data estimasi biaya produksi ikan kembung rebus secara tepat dan efisien, sehingga pengendalian bahan baku yang tersedia dapat dilakukan dengan baik. aplikasi yang digunakan adalah berbasis dekstop yang mampu mempermudah dan mempercepat dalam mengestimasi biaya produksi pada ikan kembung rebus di CV.Nasution Jaya dengan menggunakan Metode Regresi Linier Berganda.Kata Kunci: Estimasi Biaya Produksi, Regresi Linier Berganda, Data Mining