Implementasi Data Mining Menggunakan Metode Least Square untuk Memprediksi Penjualan Lampu LED pada PT. Sumber Dinamika Solusitama
DOI:
https://doi.org/10.59188/jurnalsostech.v1i8.182Keywords:
Data Mining, Least Square, MAPE, Persediaan, LEDAbstract
Pada beberapa perusahaan sering sekali mengalami permasalahan pada persediaan stok barang di gudangnya. Jumlah barang masuk maupun keluar perlu diperhatikan, karena cukup berpengaruh untuk kelangsungan suatu perusahaan. Hal ini menyebabkan konsumen akan kecewa jika barang yang dibutuhkan tidak tersedia. Penelitian ini bertujuan untuk mengimplementasikan metode least square untuk memprediksi penjualan lampu LED di PT. Sumber Dinamika Solusitama, penelitian ini ditujukan untuk membangun aplikasi data mining berbasis web dengan menggunakan metode least square untuk memprediksi penjualan lampu LED pada periode mendatang, penelitian ini bertujuan untuk membantu perusahaan mendapatkan prediksi yang lebih akurat untuk penunjang keputusan pengadaan persediaan baru dan untuk membantu perusahaan dalam mengatasi permasalahan terkait stok yang menumpuk di gudang. Agar meminimalisir kesalahan dalam proses pengadaan kembali. Metode yang digunakan dalam penelitian ini adalah metode least square atau yang biasa disebut dengan metode kuadrat terkecil. Pengujian hasil prediksi menggunakan perhitungan MAPE (Mean Absolute Precentage Error) mendapatkan hasil 8.0744% dimana range nilai ini disimpulkan bahwa kemampuan model peramalan sangat baik karena niali di bawah 10%
Published
How to Cite
Issue
Section
License
Copyright (c) 2021 Riki Maulana Fauzi, Dadang Iskandar Mulyana
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Authors who publish with this journal agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution-ShareAlike 4.0 International (CC-BY-SA). that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.