Hariri, Lukman (2022) Implementasi Metode Regresi Linear Pada Prediksi Jumlah Produksi Sanggar Krispi Rendi. S1 Teknik Informatika thesis, STIMIK Widya Cipta Dharma.
![[img]](http://repository.wicida.ac.id/style/images/fileicons/text.png) |
Text
1743016-S1-Teknik Informatika.pdf Restricted to Repository staff only Download (6MB) | Request a copy |
|
Text
1743016-S1-Jurnal.pdf Restricted to Repository staff only Download (921kB) | Request a copy |
Abstract
Lukman Hariri, 2022, Implementasi Metode Regresi Linear Pada Prediksi Jumlah Produksi Sanggar Krispi Rendi. Skripsi jurusan Teknik Informatika, Sekolah Tinggi Manajemen Informatika dan Komputer (STMIK) Widya Cipta Dharma, Pembimbing (I) Wahyuni, S.Kom., M.Kom., Pembimbing (II) Amelia Yusnita, S.Kom., M.Kom. Kata Kunci : Implementasi, Regresi Linear, Produksi Setiap orang yang akan membangun sebuah usaha di bidang industri akan memikirkan barang apa yang akan di produksi untuk dipasarkan. Pemilik rumah produksi juga akan berfikir mengenai berapa banyak barang yang akan pemilik produksi, dan berapa banyak barang yang harus pemilik simpan untuk dijadikan persediaan. Salah satu nya terjadi pada rumah produksi Sanggar Krispi Rendi. Sebelumnya telah terdapat penelitian yang berjudul “Implementasi Metode K-Nearest Neighbor Prediksi Jumlah Produksi Sanggar Krispi Rendi” akan tetapi penelitian tersebut hanya menentukan apakah jumlah produksi Sanggar Krispi Rendi berkisar pada Sedikit, Sedang dan Banyak untuk perhari nya. Maka dari itu dengan adanya penelitian ini dapat menyempurnakan penilitan sebelumnya dimana penelitian ini akan menentukan jumlah produksi secara mendetail seperti jumlah bahan yang digunakan dan lain-lain. Metode yang digunakan adalah metode Regresi Linear. Regresi Linear merupakan sebuah metode statistik yang melakukan prediksi menggunakan pengembangan hubungan matematis antara variabel, yaitu variabel dependen (Y) dengan variabel independent (X). Alat bantu pengembangan sistem yang digunakan adalah flowchart, dan metode pengembangan sistem yang digunakan adalah waterfall. Berdasarkan Hasil Analisa ditarik kesimpulan bahwa sistem memiliki keakuratan hingga 89% karena 4/7 atau 4 dari 7 data berhasil diprediksi dengan benar oleh sistem. Sistem saat ini sudah bisa dianggap layak dalam memprediksi jumlah produksi pisang krispi rendi, karena tingkat keakuratan yang didapat oleh sistem lebih dari 70% sehingga hasil prediksi yang didapat oleh sistem dapat dijadikan tolak ukur atau acuan yang dapat digunakan dalam menentukan jumlah produksi pisang krispi rendi. ============================================================ Lukman Hariri, 2022, Implementation of Linear Regression Method in Predicting Production Amount of Krispi Rendi Studio. Thesis majoring in Informatics Engineering, College of Informatics and Computer Management (STMIK) Widya Cipta Dharma, Supervisor (I) Wahyuni, S.Kom., M.Kom., Supervisor (II) Amelia Yusnita, S.Kom., M.Kom. Keywords: Implementation, Linear Regression, Production Everyone who will build a business in the industrial sector will think about what goods will be produced to be marketed. The owner of the production house will also think about how many items the owner will produce, and how many items the owner should keep as inventory. One of them happened at the production house of Sanggar Krispi Rendi. Previously, there was a study entitled "Implementation of the K-Nearest Neighbor Method for Predicting the Amount of Production of the Rendi Krispi Studio" but this study only determined whether the production amount of the Rendi Krispi Studio was in the range of Few, Medium and Many per day. Therefore, this research can improve previous research where this research will determine the amount of production in detail such as the number of materials used and others. The method used is the Linear Regression method. Linear Regression is a statistical method that makes predictions using the development of mathematical relationships between variables, namely the dependent variable (Y) and the independent variable (X). The system development tool used is flowchart, and the system development method used is waterfall. Based on the results of the analysis, it was concluded that the system has an accuracy of up to 89% because 4/7 or 4 of the 7 data have been correctly predicted by the system. The current system can be considered feasible in predicting the amount of rendi crispy banana production, because the accuracy level obtained by the system is more than 70% so that the prediction results obtained by the system can be used as a benchmark or reference that can be used in determining the amount of rendi crispy banana production.
| Item Type: | Thesis (S1 Teknik Informatika) |
|---|---|
| Additional Information: | Pembimbing 1 : Wahyuni, S.Kom., M.Kom. Pembimbing 2 : Amelia Yusnita, S.Kom., M.Kom. |
| Uncontrolled Keywords: | Implementasi, Regresi Linear, Produksi |
| Subjects: | Q Science > QA Mathematics > QA76 Computer software |
| Divisions: | Teknik Informatika |
| Depositing User: | Mr Lukman Hariri |
| Date Deposited: | 03 Aug 2022 06:21 |
| Last Modified: | 03 Aug 2022 06:21 |
| URI: | http://repository.wicida.ac.id/id/eprint/4180 |
Actions (login required)
 |
View Item |
