PREDIKSI PENJUALAN BERAS DI KANTOR CABANG PERUM BULOG LUBUK LINGGAU MENGGUNAKAN ALGORITMA LINEAR REGRESSION

M.tengku rafliansyah (2024) PREDIKSI PENJUALAN BERAS DI KANTOR CABANG PERUM BULOG LUBUK LINGGAU MENGGUNAKAN ALGORITMA LINEAR REGRESSION. Skripsi thesis, Universitas Bina Insan Lubuklinggau.

Text RAMA_55201_2102020143.pdf Download (16MB)

Abstract

Prediksi penjualan beras merupakan langkah penting dalam mendukung pengelolaan stok dan distribusi yang efektif, khususnya di Kantor Cabang Perum BULOG Lubuk Linggau. Penelitian ini menggunakan algoritma Linear Regression untuk memprediksi penjualan beras berdasarkan data historis penjualan beras medium dan premium selama periode 2022–2024. Data penelitian terdiri dari 2.763 data latih dan 691 data uji untuk kategori beras medium, serta 164 data latih dan 41 data uji untuk kategori beras premium. Model dievaluasi menggunakan metrik MAE (Mean Absolute Error), RMSE (Root Mean Square Error), dan MAPE (Mean Absolute Percentage Error). Hasil penelitian menunjukkan bahwa algoritma Linear Regression memberikan performa yang baik dalam prediksi penjualan kedua jenis beras. Untuk kategori beras premium, nilai evaluasi model adalah sebagai berikut: MAE sebesar (1500.64665 premium), RMSE sebesar (2183.699916 premium), dan MAPE sebesar (260.3194348 premium). Sedangkan untuk kategori beras medium, nilai MAE adalah (169.010573 medium), RMSE adalah (2183.69916 medium), dan MAPE adalah (260.3194348 medium). Model ini terbukti efektif dalam mengidentifikasi tren penjualan masing-masing jenis beras, sehingga membantu BULOG merencanakan stok dan distribusi dengan lebih efisien. Temuan ini diharapkan dapat memberikan kontribusi dalam pengelolaan komoditas beras, menjaga kualitas produk, dan stabilitas harga di pasar. Kata Kunci: prediksi penjualan, linear regression, pengelolaan stok, Perum BULOG, beras medium, beras premium.

Item Type:	Thesis (Skripsi)
Subjects:	T Technology > T Technology (General)
Divisions:	Fakultas Komputer > Program Studi Informatika
Depositing User:	Admin Perpus UnivBI
Date Deposited:	06 Feb 2026 04:51
Last Modified:	06 Feb 2026 04:51
URI:	http://eprints.univbinainsan.ac.id/id/eprint/482

Actions (login required)

View Item