Jurnal SAINTIKOM (Jurnal Sains Manajemen Informatika dan Komputer)
Vol 18, No 2 (2019): AGUSTUS 2019

Implementasi Data Mining Untuk Memprediksi Target Pemakaian Stok Barang Menggunakan Metode Regresi Linier Berganda

Firahmi Rizky (STMIK Triguna Dharma)
Yohanni Syahra (STMIK Triguna Dharma)
Ita Mariami (STMIK Triguna Dharma)
Yusnawati _ (STMIK Triguna Dharma)



Article Info

Publish Date
22 Aug 2019

Abstract

Masyarakat sekarang ini hampir seluruhnya mengkonsumsi makanan dan minuman diluar rumah. Oleh sebab itu, penjualan makanan dan minuman mulai meningkat dan persaingan dalam bisnis penjualan makanan dan minuman juga semakin meningkat. Dalam peningkatan jumlah penjualan baru, maka sebuah perusahaan memerlukan target pemakaian stok barang yang baik. Dalam memprediksi untuk kedepannya sering kali pihak perusahaan salah memperkirakan target pemakaian stok barang. Maka dari itu perlu adanya sebuah prediksi yang akurat dan dapat membantu perusahaan makanan dalam menerapkan target pemakaian stok barang.Untuk dapat menyelesaikan permasalahan yang ada maka salah satu cara yang dapat dilakukan untuk memprediksi pemakaian stok barang adalah dengan menggunakan teknik data mining. Adapun teknik yang digunakan dalam hal ini adalah Algoritma Regresi Linier berganda. Regresi Linier berganda adalah Sebagai kajian terhadap ketergantungan satu variabel dengan variabel lain dengan tujuan membuat estimasi rata-rata nilai variabel yang sudah diketahui.Hasil dari penelitian ini adalah, Penjualan barang yang memiliki keterkaitan / hubungan yang diolah dengan teknik data mining menggunakan algoritma regresi linier berganda dapat membantu pihak Managemen perusahaan dalam menentukan stok barang dibulan-bulan berikutnya.

Copyrights © 2019






Journal Info

Abbrev

jis

Publisher

Subject

Computer Science & IT

Description

Computer Science, Computer Engineering, and Informatics Computer Network Embedded System Computer Security Software Engineering (Software: Lifecycle, Management, Engineering Process, Engineering Tools and Methods) Programming (Programming Methodology and Paradigm) Data Engineering (Data and ...