.png)
Penerapan Data Mining untuk Prediksi Penjualan Produk Sepatu Terlaris Menggunakan Metode Regresi Linier Sederhana
Abstract
Prediksi penjualan adalah perkiraan penjualan pada waktu yang akan datang dalam keadaan tertentu dan dibuat berdasarkan data yang telah terjadi. Prediksi ini dipengaruhi oleh penjualan produk di PT.Sepatu Bata. Regresi Linier Sederhana adalah hubungan linier antara satu variabel bebas dengan variabel terikat, analisis ini untuk mengetahui arah hubungan antara variabel bebas dengan variabel terikat apakah positif atau negatif dan untuk memprediksi nilai dari variabel terikat jika nilai variabel bebas mengalami kenaikan atau penurunan. Peneliti akan merancang sebuah sistem implementasi data mining untuk memprediksi penjualan produk sepatu laris agar lebih memanfaatkan data transaksi penjualan yang ada. Perancangan akan diimplementasikan dengan menggunakan bahasa pemrograman PHP dan database MySQL.
Keywords
Full Text:
PDFReferences
P. Marpaung dan N. Tarigan, “DATA MINING UNTUK MENENTUKAN POLA PINJAMAN BUKU PADA PERPUSTAKAAN MENGGUNAKAN ALGORITMA APRIORI,” INFOKUM, vol. 8, tidak. 1, Desembe, hlm. 11–15, November 2019, Diakses: 30 Oktober 2020. [Online]. Tersedia: http://infor.seaninstitute.org/index.php/infokum/index.
M. Sagala, “Algorithm Modified K-Nearest Neighbor ( M-KNN ) untuk Klasifikasi Attention Deficit Hyperactive Disorder ( ADHD ) pada Anak,” Masuk J.Teknol. Komput., vol. 13, tidak. 1, hlm. 11–18, 2019, doi: https://doi.org/10.24224/login.v13i1.21.
PM Hasugian, “Pengujian Algoritma C4.5 dengan Aplikasi Weka Dalam Pembentukan Pohon Keputusan,” J. Mantik Penusa, 2018.
H. Susanto dan S. Sudiyatno, “Data mining untuk memprediksi prestasi siswa berdasarkan sosial ekonomi, motivasi, kedisiplinan dan prestasi masa lalu,” J.Pendidik. Vokasi, 2014, doi: 10.21831/jpv.v4i2.2547.
A. Maulana and AA Fajrin, “PENERAPAN DATA MINING UNTUK ANALISIS POLA PEMBELIAN KONSUMEN DENGAN ALGORITMA FP-GROWTH PADA DATA TRANSAKSI PENJUALAN SPARE PART MOTOR,” KLIK - Kumpul. J. ILMU Komput., 2018, doi: 10.20527/klik.v5i1.100.
SE Ginting dan A. Rikki, “Prediksi Tingkat Penjualan Sparepart Menggunakan Metode Exponential Smoothing,”Masuk J.Teknol. Komput., vol. 12, tidak. 2, hlm. 44–52, 2018, doi: https://doi.org/10.24224/login.v12i2.27.
S. Sulistyono dan W. Sulistiyowati, “Peramalan Produksi dengan Metode Regresi Linier Berganda,”PROZIMA (Produktivitas, Optim. Manuf. Syst. Eng., 2018, doi: 10.21070/prozima.v1i2.1350.
N. Mayana, B. Tarigan, M. Iqbal, dan S. Barus, “Data Mining Barang Pengolahan Data Menggunakan Algoritma Apriori pada Selly Sport & Electronic Shop di Perbaungan,”Masuk J.Teknol. Komput., vol. 13, tidak. 2, hlm. 1-5, 2019, doi: https://doi.org/10.24224/login.v13i2.7.
A. Amrin, “Data Mining Dengan Regresi Linier Berganda Untuk Peramalan Tingkat Inflasi,”J.Techno Nusa Mandiri, 2016.
A. Hijriani, K. Muludi, and EA Andini, “Implementasi Metode Regresi Linier Sederhana Pada Penyajian Hasil Prediksi Pemakaian Air Bersih Pdam Way Rilau Kota Bandar Lampung Dengan Sistem Informasi Geofrafis,” Memberitahukan. Mulawarman J.Ilm. Ilmu Komput., 2016, doi: 10.30872/jim.v11i2.212.
S. Ningsih dan HH Dukalang, “Penerapan Metode Suksesif Interval pada Analsis Regresi Linier Berganda,” Jambura J. Math., 2019, doi: 10.34312/jjom.v1i1.1742.
M. Marbun, HT Sihotang, dan MA Nababan, “Perancangan Sistem Peramalan Jumlah Wisatawan Asing,” J. Mantik Penusa, 2018.
DOI: https://doi.org/10.30743/infotekjar.v6i2.4795
Refbacks
- There are currently no refbacks.
Copyright (c) 2022 Doli Alamsah Pohan, Muhammad Halmi Dar, Irmayanti
This work is licensed under a Creative Commons Attribution 4.0 International License.
InfoTekJar (Jurnal Nasional Informatika dan Teknologi Jaringan)
Program Studi Teknik Informatika - Universitas Islam Sumatera Utara
Website : http://jurnal.uisu.ac.id/index.php/infotekjar/index
Email : infotekjar@ft.uisu.ac.id
InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan) is licensed under a Creative Commons Attribution 4.0 International License