PREDIKSI PENJUALAN PADA TOKO SERBA 35000 DENGAN METODE REGRESI LINIER BERGANDA

Diana Lestari, Nurul Rahmadani, Nurkarim Nehe

Abstract


Abstract : The 35000 department store is one of the shops that sells various primary needs at lower prices and is in great demand by many buyers, where at a lower price and the quality is no less good than shops with more expensive prices. The problem that occurs in 35,000 department stores is the difficulty of predicting the number of sales of goods, resulting in the accumulation of goods. The method used in this study is the Multiple Linear Regression method. The use of this method aims to be able to assist 35,000 Department Store owners in providing complete and updated product information so that they can meet buyers' interests. The item data used in this study consisted of 19 item items and the researcher only predicted the number of sales for July 2023. The results of this study showed that 16 item items experienced an increase in sales and 3 item items experienced a decrease in sales.

Keywords: Sales; Prediction; Multiple Linear Regression

 

Abstrak; Toko serba 35000 salah satu toko yang menjual berbagai kebutuhan primer dengan harga yang lebih murah dan banyak diminati oleh banyak pembeli, dimana dengan harga yang lebih murah dan kualitas yang tidak kalah bagusnya pada toko-toko dengan harga yang lebih mahal. Permasalahan yang terjadi pada toko serba 35000 adalah sulitnya memprediksi jumlah penjualan barang, sehingga mengakibatkan terjadinya penumpukkan barang. Metode yang digunakan dalam penelitian ini adalah metode Regresi Linier Berganda. Penggunan metode ini bertujuan untuk dapat membantu pemilik Toko Serba 35000 dalam menyediakan informasi produk yang lengkap dan update agar bisa memenuhi minat pembeli. Data item barang yang digunakan dalam penelitian ini terdiri dari 19 item barang dan peneliti hanya melakukan prediksi jumlah penjualan untuk bulan Juli tahun 2023. Hasil dari penelitian ini menunjukkan bahwa 16 item barang mengalami peningkatan penjualan dan 3 item barang mengalami penuruanan penjualan.

Kata kunci: Penjualan; Prediksi; Regresi Linier Berganda


Full Text:

PDF

References


B. Syahputri, A. P. Lubis, and S. Andriyani, “Prediction of 35,000 All Clothes Sales Range Using Wma Method,” JURTEKSI (Jurnal Teknol. dan Sist. Informasi), vol. 8, no. 3, pp. 335–342, 2022, doi: 10.33330/jurteksi.v8i3.1733.

R. Kurniawan, Analisis Regresi. Prenada Media, 2020. [Online]. Available: https://books.google.co.id/books?id=KcY-DwAAQBAJ

E. Prasetyowati, DATA MINING Pengelompokan Data untuk Informasi dan Evaluasi. in Ekonomi. Duta Media Publishing, 2019. [Online]. Available: https://books.google.co.id/books?id=rEH2DwAAQBAJ

S. K. M. K. N. J. S. K. M. K. Weni Lestari Putri, Rancang Bangun Manajemen Akuntansi Berbasis Web Mobile. CV BATAM PUBLISHER, 2022. [Online]. Available: https://books.google.co.id/books?id=e9aTEAAAQBAJ

R. Roza, M. N. Fauzan, and W. I. Rahayu, Tutorial Sistem Informasi Prediksi Jumlah Pelanggan Menggunakan Metode Regresi Linier Berganda Berbasis Web Menggunakan Framework Codeigniter. Kreatif, 2020. [Online]. Available: https://books.google.co.id/books?id=ixH9DwAAQBAJ

D. A. Trianggana, “a Peramalan Jumlah Siswa-Siswi Melalui Pendekatan Metode Regresi Linear,” J. Media Infotama, vol. 16, no. 2, pp. 115–120, 2020, doi: 10.37676/jmi.v16i2.1149.

L. Utari and D. L. Hakim, “Prediksi Jumlah Pembelian Sepatu Dengan Penerapan Metode Regresi Linear,” Teknois J. Ilm. Teknol. Inf. dan Sains, vol. 10, no. 2, pp. 71–80, 2020, doi: 10.36350/jbs.v10i2.93.

D. R. Kadir and A. Husna, “Penerapan regresi linear berganda untuk prediksi jumlah produksi tepung kelapa,” CosPhi, vol. 2, no. 1, pp. 2597–9329, 2018.

S. Adiguno, Y. Syahra, and M. Yetri, “Prediksi Peningkatan Omset Penjualan Menggunakan Metode Regresi Linier Berganda,” J. Sist. Inf. Triguna Dharma (JURSI TGD), vol. 1, no. 4, p. 275, 2022, doi: 10.53513/jursi.v1i4.5331.

F. Pratiwi, S. Adrianto, and A. Arianto, “Sistem Pengolahan Data Nilai Siswa Berstandar Kurikulum 2013 Di SMP Negeri 2 Dumai,” SATIN - Sains dan Teknol. Inf., vol. 4, no. 1, pp. 80–88, 2020, doi: 10.33372/stn.v4i1.291.




DOI: https://doi.org/10.33330/jutsi.v3i3.2848

Article Metrics

Abstract view : 193 times
PDF - 271 times

Refbacks

  • There are currently no refbacks.


Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM) STMIK ROYAL 


Copyright © LPPM STMIK ROYAL

Lisensi Creative Commons

Ciptaan disebarluaskan di bawah Lisensi Creative Commons Atribusi-BerbagiSerupa 4.0 Internasional.