Penerapan Algoritma Regresi Linear Berganda Pada Estimasi Penjualan Mobil Astra Isuzu

Abstract

PT.Astra International Tbk – Isuzu adalah perusahaan yang bergerak dalam bidang otomotif khususnya adalah mobil. Penjualan PT.Astra International Tbk – Isuzu setiap tahunnya mengalami perubahan yang tidak menentu, hal tersebut dapat mempengaruhi jumlah produksi. Dari permasalahan tersebut, maka perlu adanya Estimasi dalam jumlah produksi setiap tahunnya agar tidak terjadi produksi yang berlebihan. Penelitian ini menggunakan Algoritma Regresi Linear Berganda dengan menerapkan metode Cross Industry Standard Process for Data mining (CRISP-DM), Algoritma Regresi Linear Berganda bertujuan untuk mencari nilai persamaan regresi dengan menggunakan tools SPSS24. Setelah mendapatkan persamaan regresi tersebut dilakukan perhitungan secara manual untuk menemukan estimasi penjualan PT.Astra International Tbk – Isuzu pada tahun 2020, pada penelitian digunakan 2 variabel independen yaitu cabang (X1) dan type (X2) dan 1 variabel dependen yaitu Penjualan (Y). Berdasarkan perhitungan Algoritma Regresi Linear Berganda menggunakan tools SPSS24 ditemukan hasil nilai FHitung sebesar 48,657 dengan nilai signifikansi 0,000 yang berarti bahwa variabel X1 dan X2 mempengaruhi dari vairabel Y dengan nilai R2=74,7% dan nilai MAD=0,0607 Hasil penelitian ini mendapatkan estimasi penjualan PT.Astra International Tbk – Isuzu tahun 2020 sebanyak 12.223, penelitian ini juga dapat digunakan sebagai acuan perusahaan agar dapat mengestimasi berapa jumlah yang akan di produksi.

Keywords

• algoritma regresi linear berganda, crisp-dm, estimasi, data mining