Penerapan Algoritma Regresi Linear Berganda Pada Estimasi Penjualan Mobil Astra Isuzu

Authors

  • Alif Al-Fadhilah Nur Wahyudin Universitas Singaperbangsa Karawang
  • Aji Primajaya Program Studi Informatika, Universitas Singaperbangsa Karawang
  • Agung Susilo Yuda Irawan Program Studi Informatika, Universitas Singaperbangsa Karawang

DOI:

https://doi.org/10.33633/tc.v19i4.3834

Keywords:

Algoritma Regresi Linear Berganda, CRISP-DM, Estimasi, Data mining

Abstract

PT.Astra International Tbk – Isuzu adalah perusahaan yang bergerak dalam bidang otomotif khususnya adalah mobil. Penjualan PT.Astra International Tbk – Isuzu setiap tahunnya mengalami perubahan yang tidak menentu, hal tersebut dapat mempengaruhi jumlah produksi. Dari permasalahan tersebut, maka perlu adanya Estimasi dalam jumlah produksi setiap tahunnya agar tidak terjadi produksi yang berlebihan. Penelitian ini menggunakan Algoritma Regresi Linear Berganda dengan menerapkan metode  Cross Industry Standard Process for Data mining (CRISP-DM), Algoritma Regresi Linear Berganda bertujuan untuk mencari nilai persamaan regresi dengan menggunakan tools SPSS24. Setelah mendapatkan persamaan regresi tersebut dilakukan perhitungan secara manual untuk menemukan estimasi penjualan PT.Astra International Tbk – Isuzu pada tahun 2020, pada penelitian digunakan 2 variabel independen yaitu cabang (X1) dan type (X2) dan 1 variabel  dependen yaitu Penjualan (Y). Berdasarkan perhitungan Algoritma Regresi Linear Berganda menggunakan tools SPSS24 ditemukan hasil nilai FHitung sebesar 48,657 dengan nilai signifikansi 0,000 yang berarti bahwa variabel X1 dan X2 mempengaruhi dari vairabel Y dengan nilai R2=74,7% dan nilai MAD=0,0607 Hasil penelitian ini mendapatkan estimasi penjualan PT.Astra International Tbk – Isuzu tahun 2020 sebanyak 12.223, penelitian ini juga dapat digunakan sebagai acuan perusahaan agar dapat mengestimasi berapa jumlah yang akan di produksi.

Author Biographies

Alif Al-Fadhilah Nur Wahyudin, Universitas Singaperbangsa Karawang

Teknik Informatika

Aji Primajaya, Program Studi Informatika, Universitas Singaperbangsa Karawang

Teknik Informatika

Agung Susilo Yuda Irawan, Program Studi Informatika, Universitas Singaperbangsa Karawang

Teknik Informatika

References

G. Astra, “Profile Astra.” https://astraisuzu.co.id/ (accessed Jul. 20, 2020).

T. N. Padilah and R. I. Adam, “Analisis Regresi Linier Berganda Dalam Estimasi Produktivitas Tanaman Padi Di Kabupaten Karawang,” FIBONACCI J. Pendidik. Mat. dan Mat., vol. 5, no. 2, p. 117, 2019, doi: 10.24853/fbc.5.2.117-128.

P. S. Ramadhan and N. Safitri, “Penerapan Data Mining Untuk Mengestimasi Laju Pertumbuhan Penduduk Menggunakan Metode Regresi Linier Berganda Pada BPS Deli Serdang,” Sains dan Komput., vol. 18, no. 1, pp. 55–61, 2019.

M. Mona, J. Kekenusa, and J. Prang, “Penggunaan Regresi Linear Berganda untuk Menganalisis Pendapatan Petani Kelapa. Studi Kasus: Petani Kelapa Di Desa Beo, Kecamatan Beo Kabupaten Talaud,” d’CARTESIAN, vol. 4, no. 2, p. 196, 2015, doi: 10.35799/dc.4.2.2015.9211.

Triyanto_Evan, “Ervan Triyanto, 2) Heri Sismoro, 3) Arif Dwi Laksito,” vol. 4, no. 2, pp. 73–86, 2019.

E. H. Briliant and M. H. S. Kurniawan, “Perbandingan Regresi Linier Berganda dan Regresi Buckley- James Pada Analisis Survival Data Tersensor Kanan,” vol. 1, no. 1, pp. 1–10, 2019.

S. E. Wati, D. Sebayang, and R. Sitepu, “Perbandingan Metode Fuzzy Dengan,” vol. 1, no. 3, pp. 273–284, 2013.

I. Wahyuni, N. Nafi’iyah, and Masruroh, “Sistem Peramalan Penjualan Perumahan di Kabupaten Lamongan dengan Menggunakan Metode Regresi Linier Berganda,” Semin. Nas. Sist. Inf. 2019, no. September, pp. 1969–1973, 2019.

Suyanto, Data Mining untuk Klasifikasi dan Klasterisasi Data. Bandung: Informatika Bandung, 2017.

Wijaya and Tony, Metodologi Penelitian Ekonomi dan Bisnis. Edisi Pertama. Yogyakarta: Graha Ilmu, 2013.

Downloads

Published

2020-11-26

Issue

Vol. 19 No. 4 (2020): November 2020

Section

Articles

License

Copyright (c) 2020 Alif Al-Fadhilah Nur Wahyudin, Aji Primajaya, Agung Susilo Yuda Irawan

Creative Commons License

This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.

 

License Terms

All articles published in Techno.COM Journal are licensed under the Creative Commons Attribution-NonCommercial 4.0 International (CC BY-NC 4.0). This means:

1. Attribution

Readers and users are free to:

  • Share – Copy and redistribute the material in any medium or format.

  • Adapt – Remix, transform, and build upon the material.

As long as proper credit is given to the original work by citing the author(s) and the journal.

2. Non-Commercial Use

  • The material cannot be used for commercial purposes.

  • Commercial use includes selling the content, using it in commercial advertising, or integrating it into products/services for profit.

3. Rights of Authors

  • Authors retain copyright and grant Techno.COM Journal the right to publish the article.

  • Authors can distribute their work (e.g., in institutional repositories or personal websites) with proper acknowledgment of the journal.

4. No Additional Restrictions

  • The journal cannot apply legal terms or technological measures that restrict others from using the material in ways allowed by the license.

5. Disclaimer

  • The journal is not responsible for how the published content is used by third parties.

  • The opinions expressed in the articles are solely those of the authors.

For more details, visit the Creative Commons License Page:
? https://creativecommons.org/licenses/by-nc/4.0/

 

Most read articles by the same author(s)

Obs.: This plugin requires at least one statistics/report plugin to be enabled. If your statistics plugins provide more than one metric then please also select a main metric on the admin's site settings page and/or on the journal manager's settings pages.