ANGGARA, ADITYA (2023) METODE REGRESI LINIER BERGANDA UNTUK PREDIKSI OMSET PENYEWAAN KAMERA DI JOE KAMERA. Skripsi thesis, Institut Teknologi Nasional Malang.
Abstract
Joe Kamera merupakan toko yang menyewakan peralatan fotografi dan videografi yang berada di kabupaten Tulang Bawang Barat, Lampung. Untuk meraih keuntungan yang maksimal, Joe Kamera melakukan penambahan atau pengurangan unit kamera menyesuaikan dengan jumlah omzet yang didapatkan dibulan sebelumnya. Namun setelah dievaluasi, ternyata dengan cara tersebut tidaklah efektif. Karena hanya melihat secara sekilas fluktuasi data historisnya. Terkadang ketika sudah melakukan pengurangan unit kamera, ternyata permintaan dibulan selanjutnya justru naik. Ini menyebabkan kurang maksimalnya keuntungan yang didapat karena tidak bisa melayani permintaan pelanggan yang ada. Begitu juga sebaliknya. Hal inilah yang menyebabkan pihak Joe Kamera mengalami kesulitan dalam menentukan suatu keputusan dalam penambahan atau pengurangan unit kamera. Dari permasalahan tersebut, penulis membuat sebuah aplikasi yang bisa memprediksi jumlah omzet dibulan selanjutnya dan memberikan rekomendasi keputusan unit kamera apa yang harus ditambah atau dikurangi jumlahnya. Pada aplikasi terdapat fitur untuk memasukkan data transaksi harian. Dari data tersebut akan dikategorikan berdasarkan peroide dan kemudian dilakukan prediksi omzet diperiode selanjutnya. Untuk memprediksi jumlah omzet menggunakan metode Regresi Linier Berganda. Dari data transaksi yang penulis dapat dari narasumber. Yaitu data transaksi bulan Agustus 2021 hingga Oktober 2022, didapatkan hasil prediksi bulan November 2022 sebesar Rp. 2.045.052,-. Setelah didapatkan hasil prediksi, didapatkan selisih sebesar Rp.60.052,- dengan data omzet aktual bulan November 2022 (Rp. 1.985.000,-). Dan dilakukan pengujian dengan menggunakan Mean Absolute Percentage (MAPE) dengan hasil 200% yang berarti metode Regresi Linier Berganda buruk jika digunakan untuk memprediksi jumlah omzet diperiode selanjutnya.
Item Type: | Thesis (Skripsi) |
---|---|
Subjects: | Engineering > Informatics Engineering |
Divisions: | Fakultas Teknologi Industri > Teknik Informatika S1 > Teknik Informatika S1(Skripsi) |
Depositing User: | Users 1154 not found. |
Date Deposited: | 17 Mar 2023 03:45 |
Last Modified: | 26 Oct 2023 04:58 |
URI: | http://eprints.itn.ac.id/id/eprint/10926 |
Actions (login required)
View Item |