Model Sistem Informasi Strategis Untuk Prediksi Penjualan Pada Perusahaan Minyak Kelapa

Muhammad Iqbal Jauharuzzaman(1*),Falentino Sembiring(2),Adhitia Erfina(3)
(1) Universitas Nusa Putra
(2) Universitas Nusa Putra
(3) Universitas Nusa Putra
(*) Corresponding Author
DOI : 10.35889/jutisi.v11i1.846

Abstract

Abstrak. Pengelolaan data penjualan untuk perencanaan jumlah produksi yang masih dilakukan secara manual menjadi masalah utama yang dihadapi oleh perusahaan CV. Tropika Bina Mandiri dalam produksi bahan mentah minyak kelapa. Artikel ini bertujuan untuk menyajikan sebuah model sistem informasi strategis untuk mengelola data penjualan dan menganalisis rencana produksi. Metode prediksi menggunakan regresi linier untuk memperkirakan penjualan di masa mendatang berdasarkan data hasil penjualan sebelumnya. Aplikasi yang dikembangkan memiliki fitur merekam data dan menyajikan informasi penjualan minyak dari waktu ke waktu dalam bentuk grafik time series untuk mempermudah pengamatan kecenderungan penjualan di masa mendatang. Kinerja aplikasi diuji dalam tiga hal, yaitu pada sisi performance, accessibility dan best prectices. Nilai performance menunjukkan angka 94, accessibility 87, dan best prectices mencapai 80 dalam skala 0 – 100.

Kata kunci: Sistem Informasi; Prediksi Penjualan; Regresi Linier; Berbasis Web

 

Abstract. Management of sales data for planning the amount of production that is still done manually is the main problem faced by the CV Tropika Bina Mandiri company in the production of coconut oil raw materials. This article aims to present a strategic information system model for managing sales data and analyzing production plans. The prediction method uses linear regression to estimate future sales based on data from previous sales. The developed application has the feature of recording data and presenting information on oil sales from time to time in the form of time series graphs to make it easier to observe future sales trends. Application performance is tested in three ways, namely in terms of performance, accessibility and best practices. The performance value shows the number 94, accessibility 87, and best practices reach 80 on a scale of 0-100.

Keywords: Information System; Sales Prediction; Linear Regression; Web-Based

References


S. Wahyuningsih, D.R. Utari “Perbandingan Metode K-Nearest Neighbor, Naive Bayes dan Decision Tree untuk Prediksi Kelayakan Pemberian Kredit”, Konferensi Nasional Sistem Informasi (KNSI), pp. 619-623, 2018.

I.W. Supriana, M.A. Raharja, P.W. Gunawan “Sistem Informasi Prediksi Penilaian Kredit Perbankan Menggunakan Algoritma K-Nearest Neighbor Classification”, JST (J. Sains dan Teknologi), Vol. 8, no.1, pp. 44-54, 2019.

H. Yasin, A.R. Hakim, A. Hoyyi “Sistem Informasi Potensi Kredit Macet Berbasis Aplikasi Credit Scoring-Support Vector Machine (CSSVM)”, in Seminar Nasional Variansi (Venue Artikulasi-Riset, Inovasi, Resonansi-Teori, dan Aplikasi Statistika), pp. 1-9, 2020.

Y.D. Atma, A. Setyanto “Perbandingan Algoritma C4. 5 Dan K-Nn Berbasis Fitur Seleksi Forward Selection Dalam Identifikasi Mahasiswa Berpotensi Drop Out”, Metik Jurnal, vol. 2, no. 2, pp. 31-37, 2018.

M. F. Rifai, H. Jatnika, B. Valentino “Penerapan Algoritma Naïve Bayes Pada Sistem Prediksi Tingkat Kelulusan Peserta Sertifikasi Microsoft Office Specialist (MOS)”, Petir, vol. 12, no. 2, pp. 131-144, 2019.

L. Yuningsih, I. R. Setiawan, A. A. Sunarto “Rancangan Aplikasi Prediksi Kelulusan Siswa Menggunakan Algoritma C4. 5”, Progresif: J, Ilmiah Komputer, vol. 16, no. 2, pp. 121-132, 2020.

B. Bahar, S. A. Yahya “Penerapan Algoritma Backpropagation Untuk Prediksi Kebutuhan Air Bersih pada PDAM Intan Banjar”. Progresif: J. Ilmiah Komputer, vol. 15, no. 1, pp. 51-60, 2019.

K. C. Kirana, C. B. W. Winata, I. Astuti, I. R. Putra “Prediksi rating reksadana berbasis algoritma decision tree pada sistem informasi reksadana. TEKNO: Jurnal Teknologi Elektro dan Kejuruan, vol. 29, no. 2, pp. 140-151, 2019.

M. Y. F. Zaelani “Implementasi Model SARIMA dan Algoritma Genetika pada Prediksi Produksi Minyak Bumi”, Progresif: J. Ilmiah Komputer, vol. 16, no. 2, pp. 01-10, 2020.

S. Alfarisi “Sistem Prediksi Penjualan Gamis Toko QITAZ Menggunakan Metode Single Exponential Smoothing”, JABE (J. of Applied Business and Economics), vol. 4, no. 1, pp. 80-95, 2017.

R. Naufal Hay’s, R. Adrean “Sistem Informasi Inventory Berdasarkan Prediksi Data Penjualan Barang Menggunakan Metode Single Moving Average Pada CV. Agung Youanda”, ProTekInfo (Pengembangan Riset dan Observasi Teknik Informatika), vol. 4, pp. 29-33, 2017.

I. Rahmawati, R. Wijanarko “Implementasi Prediksi Penjualan Obat Menggunakan Metode Least Square Pada Apotek Demak Farma Jaya”, J. Informatika dan Rekayasa Perangkat Lunak, vol. 1, no. 1, pp. 19-23, 2019.

M. Kafil “Penerapan Metode K-Nearest Neighbors Untuk Prediksi Penjualan Berbasis Web Pada Boutiq Dealove Bondowoso”, JATI (J. Mahasiswa Teknik Informatika), vol. 3, no. 2, pp. 59-66, 2019.

G. N. Ayuni, D. Fitrianah “Penerapan Metode Regresi Linear Untuk Prediksi Penjualan Properti pada PT XYZ”, J. Telematika, vol. 14, no. 2, pp. 79-86, 2019.


The PDF file you selected should load here if your Web browser has a PDF reader plug-in installed (for example, a recent version of Adobe Acrobat Reader).

If you would like more information about how to print, save, and work with PDFs, Highwire Press provides a helpful Frequently Asked Questions about PDFs.

Alternatively, you can download the PDF file directly to your computer, from where it can be opened using a PDF reader. To download the PDF, click the Download link above.

Fullscreen Fullscreen Off

Full Text: PDF

How To Cite This :

Refbacks

  • There are currently no refbacks.