PREDIKSI STOK PRODUK SUSU PADA PT GREENFIELDS DAIRY INDONESIA MENGGUNAKAN METODE REGRESI LINIER
DOI:
https://doi.org/10.31294/zz8tka09Keywords:
prediksi stok produk, regresi linear, rapid minerAbstract
Target produksi merupakan salah satu hal penting yang harus diperhitungkan untuk memenuhi jumlah pemesanan dan penjualan suatu produk. Tentu hal ini yang mendorong PT. Greenfields Dairy Indonesia yang merupakan salah satu perusahaan yang memproduksi susu berkualitas tinggi terutama susu FullCream. Tidak adanya pengolahan data stok barang pada setiap bulannya mengakibatkan terjadinya ketidak stabilan produk stok pada gudang. Padahal pendataan stok barang yang tersedia di gudang merupakan salah satu strategi dalam berbisnis. Dalam menentukan target produksi tersebut diperlukan perhitungan yang akurat dan pengumpulan data sample yang benar-benar akurat. Untuk itu dilakukan perhitungan mencari prediksi target produksi menggunakan data mining dengan metode regresi linier menggunakan aplikasi Rapid Miner, agar lebih mempermudah pihak pengguna dalam mencari jumlah target produksi yang harus dicapai. Data mining adalah sistem pengolahan data yang dapat membantu seseorang mengambil kesimpulan dari beberapa permasalahan. Pada proses perancangan terlebih dahulu harus menentukan variabel Y, X1 dan X2 berdasarkan permasalahan yang ditimbulkan lalu mengambil data akurat mengenai prediksi target produksi. Salah satu metode yang dapat digunakan adalah Regresi Linier yang dapat membantu menentukan target produksi yang akan dicapai pada bulan berikutnya. Adanya sistem ini diharapkan dapat mempermudah PT. Greenfields Dairy Indonesia sebagai pengguna dalam menentukan variabel yang digunakan untuk menentukan target produksi. Hasil dari keputusan pada program ini diperoleh dari hasil variabel Y, X1 dan X2 sehingga dengan mudah dapat menentukan target produksi yang harus dicapai untuk bulan berikutnya pada PT. Greenfields Dairy Indonesia. Proses pengerjaannya menjadi lebih efektif dan efisien, yang akan memungkinkan terhindarnya dari permasalahan.
References
A. P. Amril Mutoi Siregar. 2017. DATA MINING: Pengolahan Data Menjadi Informasi dengan RapidMiner.
B. Akgun and S. G. Oguducu, 2015. Streaming linear regression on Spark MLlib and MOA," in Proceedings of the 2015 IEEE/ACM International Conference on Advances in Social Networks Analysis and Mining pp. 1244-1247
D. Q. Zeebaree, H. Haron, A. M. Abdulazeez, and D. A. Zebari.2019. "Machine learning and Region Growing for Breast Cancer Segmentation," in 2019 International Conference on Advanced Science and Engineering (ICOASE), 2019, pp. 88-93
Erwin Prasetyowati.2017. Data Mining Pengelompokkan Data untuk Informasi dan Evaluasi. Jawa Timur: Duta Media.
Greenfields, “Sejarah,” https://www.greenfieldsdairy.com/, Mar. 12, 2021.
Greenfields, “Visi misi,” https://www.greenfieldsdairy.com/, Mar. 12, 2021
M. Juliansyah, 2020. “Data Mining Untuk Prediksi Pengiriman Harian Buah Menggunakan Metode Regresi Linier Berganda,” Bina Darma Conference on Computer Science.
Ni Luh Wiwik Sri Rahayu Ginantra. 2021. Data Mining dan Penerapan Algoritma. Jakarta :Yayasan Kita Menulis
Nurmalasari, N., & Gumara, Aris Rizky. 2017. Tingkat Kepuasan Pengguna Jasa IklanPapanReklame Dengan Metode Regresi Linier. Konferensi Nasional Ilmu Sosial &Teknologi(KNiST), 193–197
P. Sari Ramadhan and N. Safitri. 2019, Penerapan Data Mining Untuk Mengestimasi Laju Pertumbuhan Penduduk Menggunakan Metode Regresi Linier Berganda Pada BPS Deli Serdang, vol. 18, no. SAINTIKOM, pp. 55–61
Pratiwi, Dinda Ayu. 2020. Seleksi Calon Kelulusan Tepat Waktu Mahasiswa Teknik Metode Naive Bayes. Kreatif Industri Nuansa
Purba,E,J. 2021. Penerapan Data Mining Untuk Prediksi Stok Produk Susu Pada Pt.Ps Maju Bersama Menggunakan Metode Regresi Linear Berganda. Jurnal Nasional Teknologi Informasi dan Komputer, vol. 5, no. 1, 2021, doi: 10.30865/komik.v5i1.3731.
Salmaa, 2021. Landasan Teori Menurut Para Ahli,” Landasan Teori: Pengertian, Macam-Macam, dan Cara Membuatnya
T. Khotimah and R. Nindyasari, 2017. “Forecasting Dengan Metode Regresi Linier Pada Sistem Penunjang Keputusan Untuk Memprediksi Jumlah Penjualan Batik (Studi Kasus Kub Sarwo Endah Batik Tulis Lasem),” Jurnal Mantik Penusa, vol. 1, no. 1, pp. 71–92
W. Rista Maya. 2019. Penerapan Data Mining Dalam Memprediksi Jumlah Penumpang Pada CV. Surya Mandiri Sukses Dengan Menggunakan Metode Regresi Linier, J-SISKO TECH Jurnal Teknologi Sistem Informasi dan Sistem Komputer TGD, vol. 54, no. 1, pp. 54–61
Y. Yang, .2018. Prediction and analysis of aero-material consumption based on multivariate linear
regression model," in 2018 IEEE 3rd International Conference on Cloud Computing and Big Data Analysis (ICCCBDA), pp. 628-632.
Downloads
Published
Issue
Section
License
Copyright (c) 2025 Rosi Kusuma Serli, Amar Rasuli, Kartika Indah Panca Ningtyas, Salsabilla Yozha Putri Kinanti
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
