IMPLEMENTASI DATA MINING DALAM PERAMALAN PENJUALAN OBAT HERBAL PADA CV. ANUGERAH ALAM INDONESIA MENGGUNAKAN METODE REGRESI LINIER

Ferdi, Lesmana (2025) IMPLEMENTASI DATA MINING DALAM PERAMALAN PENJUALAN OBAT HERBAL PADA CV. ANUGERAH ALAM INDONESIA MENGGUNAKAN METODE REGRESI LINIER. Skripsi thesis, UNIVERSITAS DEHASEN.

[img] Text
Skripsi_Ferdi Lengkap.pdf
Download (6MB)

Abstract

CV. Anugerah Alam Indonesia merupakan perusahaan yang bergerak di bidang produksi dan penjualan obat herbal. Permasalahan utama yang dihadapi perusahaan adalah ketidaktepatan dalam memperkirakan jumlah produksi, yang sering kali menyebabkan kelebihan atau kekurangan stok. Penelitian ini bertujuan untuk mengembangkan aplikasi peramalan penjualan obat herbal menggunakan metode regresi linier sederhana sebagai salah satu teknik dalam data mining. Data penjualan yang digunakan dalam penelitian ini diambil dari tahun 2020 hingga 2025 untuk sepuluh produk herbal unggulan. Aplikasi dibangun berbasis web dengan menggunakan bahasa pemrograman PHP dan framework Laravel serta menyimpan data dalam database MySQL. Proses peramalan dilakukan dengan menghitung nilai konstanta dan koefisien regresi berdasarkan data historis penjualan, serta mengevaluasi hasil prediksi menggunakan nilai Mean Absolute Percentage Error (MAPE). Hasil pengujian menunjukkan bahwa model peramalan memiliki tingkat akurasi yang bervariasi dari sangat baik hingga layak, tergantung pada produk yang diprediksi. Dengan implementasi sistem ini, perusahaan dapat mengoptimalkan proses produksi dan distribusi sehingga dapat menghindari pemborosan sumber daya dan meningkatkan efisiensi operasional. Kata kunci: data mining, peramalan penjualan, regresi linier sederhana, obat herbal, Laravel, MAPE.

Item Type: Thesis (Skripsi)
Subjects: T Technology > T Technology (General)
Divisions: Fakultas Ilmu Komputer > Program Studi Teknik Informatika
Depositing User: User 1
Date Deposited: 04 Sep 2025 02:50
Last Modified: 04 Sep 2025 02:50
URI: http://repository.unived.ac.id/id/eprint/2284

Actions (login required)

View Item View Item
UNIVED Repository is powered by EPrints 3 which is developed by the School of Electronics and Computer Science at the University of Southampton. More information and software credits.