Implementasi Regresi Linear Berganda dalam Forecast Penjualan pada CV. Surya Kencana Sembako Berbasis website
Abstract
Perkiraan penjualan merupakan aspek penting dalam pengambilan keputusan bisnis, terutama dalam industri sembako yang memiliki permintaan tinggi dan fluktuatif. CV. Surya Kencana Sembako sebagai perusahaan distribusi barang kebutuhan pokok menghadapi tantangan dalam memprediksi jumlah penjualan secara akurat. Penelitian ini bertujuan untuk mengimplementasikan metode Regresi Linear Berganda dalam meramalkan penjualan berdasarkan beberapa variabel yang memengaruhi, seperti harga produk, jumlah promosi, dan musim penjualan. Sistem dirancang dalam bentuk aplikasi berbasis website agar memudahkan pengguna dalam menginput data dan memperoleh hasil prediksi secara real-time. Hasil dari implementasi menunjukkan bahwa model regresi mampu memberikan prediksi yang cukup akurat dengan nilai koefisien determinasi (R²) yang tinggi. Dengan adanya sistem ini, diharapkan CV. Surya Kencana Sembako dapat meningkatkan efisiensi dalam pengelolaan stok dan strategi penjualannya.
References
Aris. (2020). Aplikasi Sistem Informasi Penggajian Pegawai Pada. 6–8.
Adiguno, S., Syahra, Y., & Yetri, M. (2022). Prediksi Peningkatan Omset Penjualan Menggunakan Metode Regresi Linier Berganda. Jurnal Sistem Informasi Triguna Dharma (JURSI TGD), 1(4), 275-281.
Aryani, Y. (2020). Sistem informasi penjualan barang dengan metode regresi linear berganda dalam prediksi pendapatan perusahaan. Jurnal Riset Sistem Informasi Dan Teknologi Informasi (JURSISTEKNI), 2(2), 39-51.
DAHLIA, D., & Andri, A. (2020). Implementasi Data Mining Untuk Prediksi Jumlah Stok Obat-Obatan Pada Puskesmas Kertapati Menggunakan Regresi Linier Berganda (Doctoral dissertation, Universitas Bina Darma).
Han, E. S., & goleman, daniel; boyatzis, Richard; Mckee, A. (2019). 済無No Title No Title. Journal of Chemical Information and Modeling, 53(9), 1689–1699.
Juliana, L. J. L., Lubis, A. P., & Lubis, I. A. (2023). Implementation of the Least Square Method to Forecast Cement Sales. Jurnal Ipteks Terapan, 17(1), 131–137.
Miftahul Huda, D., Dwilestari, G., & Rizki Rinaldi, A. (2024). Jurnal Informatika dan Rekayasa Perangkat Lunak Prediksi Harga Mobil Bekas Menggunakan Algoritma Regresi Linear Berganda. Jurnal Informatika Dan Rekayasa Perangkat Lunak, 6(1), 150–157.
Nurlifa, A., & Kusumadewi, S. (2017). Sistem Peramalan Jumlah Penjualan Menggunakan Metode Moving
Average Pada Rumah Jilbab Zaky. INOVTEK Polbeng - Seri Informatika, 2(1), 18. https://doi.org/10.35314/isi.v2i1.112
Riyadli, H., Arliyana, A., & Saputra, F. E. (2020). Rancang Bangun Sistem Informasi Keuangan Berbasis WEB. Jurnal Sains Komputer Dan Teknologi Informasi, 3(1), 98–103. https://doi.org/10.33084/jsakti.v3i1.1770
Sutopo, P., Cahyadi, D., & Arifin, Z. (2016). SISTEM INFORMASI EKSEKUTIF SEBARAN PENJUALAN KENDARAAN BERMOTOR RODA 2 DI KALIMANTAN TIMUR BERBASIS WEB. 11(1).
Yulia, & Silalahi, M. (2021). Penerapan Data Mining Clustering Dalam Mengelompokan Buku Dengan Metode K-Means. Indonesian Journal of Computer Science, 10(1). https://doi.org/10.33022/ijcs.v10i1.3008
Zyen, A. K., Wibowo, G. W. N., Widiastuti, N. A., & Wahono, B. B. (2023). Klasterisasi Penerima Bantuan Fasilitas Sekolah di MI Datuk Singaraja Menggunakan Metode K-Means. Jurnal Teknik Informatika, 2(1), 25–38.
Erjisun, E., Siswanto, S., & Kanedi, I. (2024). Penerapan Metode Regresi Linear Berganda Dalam Prediksi Produksi Barang Pada PT. Depot Kayu Saudara. JURNAL MEDIA INFOTAMA, 20(2), 473-478.
Copyright (c) 2025 Jurnal Teknologi Informasi (JUTECH)
This work is licensed under a Creative Commons Attribution 4.0 International License.
