Penerapan Metode Regresi Linear Untuk Prediksi Jumlah Bahan Baku Produksi Selai Bilfagi

Abstract

Penelitian ini bertujuan untuk mengetahui hasil penerapan metode regresi linear sederhana untuk memprediksi jumlah bahan baku nanas produksi Selai Bilfagi yang bertempat di Rumah Produksi Selai Bilfagi. Permasalahan yang sering dihadapi oleh pemilik usaha Selai Bilfagi adalah seringnya terjadi penumpukan maupun kekosongan jumlah persediaan nanas. Hal ini disebabkan oleh pembelian nanas diawal sebagai persediaan bahan baku sehingga sering terjadi penumpukan yang berlebih, sedangkan kekosongan terjadi karena faktor nanas itu sendiri yang mudah busuk. Peramalan diperlukan demi mempermudah pihak Rumah Produksi Selai Bilfagi dalam meramalkan seberapa besar jumlah bahan baku nanas yang dibutuhkan untuk produksi Selai Bilfagi pada bulan berikutnya, sehingga tidak mengalami kekosongan atau penumpukan bahan baku nanas pada bulan selanjutnya. Metode regresi linier sederhana merupakan metode peramalan yang menggunakan dua faktor, sehingga dapat menentukan hasil yang maksimal. Dengan metode regresi linear sederhana ini didapatkan Mean Absolute Percentage Error (MAPE) di uji coba dengan data 2021 yang didapatkan yaitu 18,897% dari hasil akurasi dapat disimpulkan bahwa sistem prediksi efektif untuk digunakan.

This study aims to determine the results of applying a simple linear regression method to predict the raw material number of pineapple production at the Bilfagi Jam Production House. The problem often faced by Bilfagi Jam business owners is the pineapple supplies that often show cumulation or emptiness.  It is due to the initial purchase of pineapples as a stock of raw materials that there is often an excess cumulation.  The emptiness occurs due to the perishable condition of pineapple. A prediction is needed to make it easier for the Bilfagi Jam Production House.  It predicts the number of raw materials (pineapple) required by Bilfagi Jam production for the following month.  It leads to no emptiness or cumulation of pineapple raw materials in the following month. The simple linear regression method is a prediction method that uses two factors.  It can determine the maximum result through a simple linear regression method.  The mean absolute percentage error (MAPE) is tested with the 2021 data obtained. It has 18.897% of accurate results. It means that the prediction system is effective to use.