IMPLEMENTASI METODE REGRESI LINIER UNTUK MEMPREDIKSI PRODUKSI SPEAKER

Authors

  • Teuku Al-rasyid Universitas Gunadarma
  • Riza Adrianti Supono Universitas Gunadarma

DOI:

https://doi.org/10.31849/436nxd84

Keywords:

Perencanaan Produksi, Forecasting, Regresi Linier, Data Historis, Speaker

Abstract

Perencanaan produksi yang akurat sangat penting dalam manajemen rantai pasok dan efisiensi operasional. Namun, metode forecasting yang digunakan divisi PPIC yang hanya mengandalkan data dua tahun terakhir sering menghasilkan proyeksi yang kurang akurat. Penelitian ini bertujuan mengembangkan model forecasting yang lebih akurat dengan menggunakan regresi linier dan data historis sepuluh tahun terakhir. Produk yang diprediksi adalah speaker, karena secara konsisten menyumbang lebih dari 50% total order pelanggan perusahaan. Metode penelitian meliputi pengumpulan dan pre-processing data dari SQL Server, pemodelan regresi linier untuk memprediksi produksi, serta pengujian model menggunakan MSE, RMSE, dan MAPE. Aplikasi dikembangkan denngan bahasa pemrograman VB.NET dan SQL Server Management Studio untuk memvisualisasikan hasil prediksi dan hubungan variabel. Hasil penelitian menunjukkan bahwa model regresi linier mampu memprediksi produksi dengan akurasi lebih baik untuk tahun 2025 hingga 2027, dengan prediksi jumlah produksi masing-masing sebesar 2.836.259, 2.817.754, dan 2.799.250 unit.

References

[1] R. Ambarwati and Supardi, Manajemen operasional dan implementasi dalam industri. Mungkid: Pustaka Rumah C1nta, 2021.

[2] A. Eunika, M. Rofiqoh, and T. Gunawan, Perencanaan produksi dan pengendalian persediaan. Malang: UB Press, 2021.

[3] Y. Sampeallo and L. Hasiara, Manajemen produksi. Medan: PT Media Penerbit Indonesia, 2024.

[4] G. Simarmata, Karyawan pabrik. Yogyakarta: Cahaya Harapan, 2024.

[5] A. Maulana, Martanto, and I. Ali, "Prediksi Produksi Panen Bawang Merah Menggunakan Metode Regresi Linier Sederhana" JATI (Jurnal Mahasiswa Teknik Informatika), vol. 7, no. 4, pp. 2884–2888, 2023.

[6] A. Mustika, D. Rahmawati, and M. Hasan, Data mining dan aplikasinya. Bandung: Widina Bhakti Persada Bandung, 2021.

[7] L. Afuan and R. Isnanto, Machine learning. Purwokerto: CV. ZT CORPORA, 2024.

[8] F. Djafar, I. Akolo, and A. Pratama, Statistika pendidikan: teori dan aplikasi dengan SPSS. Praya: Pusat Pengembangan Pendidikan dan Penelitian Indonesia, 2024.

[9] Putrawan, A. S. Khairi, C. Bisri, and M. Alda, "Sistem Informasi Android Dalam Memprediksi Target TPB Menggunakan Perhitungan Regresi Linier" ZONAsi (Jurnal Sistem Informasi), vol. 6, no. 2, pp. 232–243, 2024.

[10] N. Almuntazah, N. Azizah, Y. L. Putri, Novitasari, and C. R. Dian, "Prediksi Jumlah Mahasiswa Baru Menggunakan Metode Regresi Linier Sederhana" JIMT (Jurnal Ilmiah Matematika dan Terapan), vol. 18, no. 1, pp. 31–40, 2021.

[11] I. Gunawan, A. Hidayat, and R. Farhan, Basis data: teori dan praktik dengan SQL Server. Indramayu: PT. Adab Indonesia, 2024.

[12] F. Sulianta, Dasar sistem manajemen basis data. [Online]. Available: https://www.google.co.id/books/edition/Dasar_Sistem_Manajemen_Basis_Data/4igzEQAAQBAJ

[13] M. M. Dewi, L. D. Farida, and M. Nuraminudin, "Regresi Linier Untuk Prediksi Konsumsi Dan Produksi Daging Unggas (Studi Kasus : Provinsi Jawa Barang)" JOISM (Journal of Information System Management), vol. 4, no. 2, pp. 81–85, 2023.

[14] A. Muharram, A. I. Purnamasari, and I. Ali, "Prediksi jumlah produksi daging unggas tahun 2023–2027 menggunakan regresi linier" JATI (Jurnal Mahasiswa Teknik Informatika), vol. 7, no. 6, pp. 3093–3100, 2023.

[15] K. Fatonah, and Murinto, “Prediksi Kasus Tingkat Depresi Mahasiswa Semester Akhir Menggunakan Regresi Linier Sederhana" INTEK (Jurnal Penelitian), vol. 7, no. 1, pp. 1–6, 2024.

Downloads

Published

2026-01-26

Issue

Vol. 8 No. 1 (2026): Publikasi artikel ZONAsi: Jurnal Sistem Informasi Periode Januari 2026

Section

Articles

License

Copyright (c) 2026 ZONAsi: Jurnal Sistem Informasi

Creative Commons License

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

CC BY-SA 4.0


Attribution-ShareAlike 4.0

You are free to:

  1. Share — copy and redistribute the material in any medium or format for any purpose, even commercially.
  2. Adapt — remix, transform, and build upon the material for any purpose, even commercially.
  3. The licensor cannot revoke these freedoms as long as you follow the license terms.

Under the following terms:

  1. Attribution — You must give appropriate credit , provide a link to the license, and indicate if changes were made . You may do so in any reasonable manner, but not in any way that suggests the licensor endorses you or your use.
  2. ShareAlike — If you remix, transform, or build upon the material, you must distribute your contributions under the same license as the original.
  3. No additional restrictions — You may not apply legal terms or technological measures that legally restrict others from doing anything the license permits.

Notices:

You do not have to comply with the license for elements of the material in the public domain or where your use is permitted by an applicable exception or limitation .

No warranties are given. The license may not give you all of the permissions necessary for your intended use. For example, other rights such as publicity, privacy, or moral rights may limit how you use the material.

How to Cite

[1]
“IMPLEMENTASI METODE REGRESI LINIER UNTUK MEMPREDIKSI PRODUKSI SPEAKER”, zn, vol. 8, no. 1, pp. 242–254, Jan. 2026, doi: 10.31849/436nxd84.