PUTRI, NABILA (2025) PREDIKSI PADA PENJUALAN LAKBAN MENGGUNAKAN METODE REGRESI LINEAR DAN RANDOM FOREST (STUDI KASUS : PT. INDOTAMA MULTI KREASI). S1 thesis, Universitas Mercu Buana.
|
Text (HAL COVER)
01 COVER.pdf Download (438kB) | Preview |
|
![[img]](https://repository.mercubuana.ac.id/style/images/fileicons/text.png) |
Text (BAB I)
02 BAB 1.pdf Restricted to Registered users only Download (160kB) |
|
|
Text (BAB II)
03 BAB 2.pdf Restricted to Registered users only Download (305kB) |
|
|
Text (BAB III)
04 BAB 3.pdf Restricted to Registered users only Download (111kB) |
|
|
Text (BAB IV)
05 BAB 4.pdf Restricted to Registered users only Download (612kB) |
|
|
Text (BAB V)
06 BAB 5.pdf Restricted to Registered users only Download (87kB) |
|
|
Text (DAFTAR PUSTAKA)
07 DAFTAR PUSTAKA.pdf Restricted to Registered users only Download (153kB) |
|
|
Text (LAMPIRAN)
08 LAMPIRAN.pdf Restricted to Registered users only Download (692kB) |
Abstract
PT. Indotama Multi Kreasi is a manufacturing company that produces various industrial goods, one of which is duct tape, which plays a significant role in logistics and packaging sectors. The company faces challenges in accurately planning production due to fluctuating market demand. This study aims to develop and compare sales prediction models for duct tape using two methods: Linear Regression and Random Forest, in order to support more effective decision-making in stock management. This research utilizes daily sales data from January 2021 to December 2023, consisting of 4,083 rows of records. The research stages include data collection, preprocessing, model building, evaluation using MAE, RMSE, and MAPE metrics, and result analysis. Evaluation results show that the Linear Regression model achieved a MAE of 300.82 and RMSE of 377.18, while the Random Forest model yielded a MAE of 305.93 and RMSE of 386.06. Both models achieved MAPE values below 5%, indicating a high level of predictive accuracy. Moreover, prediction results show that the 45x75 duct tape type experiences increasing demand each month. In January, the predicted sales reached 1,827 units with a required ending stock of 898 units, while in December, the predicted sales rose to 2,352 units with a required stock of 5,330 units. The developed prediction models to assist the company in avoiding overstock or understock situations and improving overall operational efficiency. Keywords : sales prediction, Linear Regression, Random Forest, stock management, operational efficiency PT. Indotama Multi Kreasi merupakan perusahaan manufaktur yang memproduksi berbagai kebutuhan industri, salah satunya adalah produk lakban yang memiliki peran penting dalam sektor logistik dan pengemasan. Perusahaan menghadapi tantangan dalam merencanakan produksi secara akurat akibat fluktuasi permintaan yang tidak menentu. Penelitian ini bertujuan untuk membangun dan membandingkan model prediksi penjualan lakban menggunakan dua metode, yaitu Regresi Linear dan Random Forest, agar dapat mendukung pengambilan keputusan yang lebih efektif dalam pengelolaan stok. Penelitian ini menggunakan data penjualan harian dari Januari 2021 hingga Desember 2023 sebanyak 4.083 baris data. Tahapan yang dilakukan meliputi pengumpulan data, preprocessing, pembangunan model, evaluasi dengan metrik MAE, RMSE, dan MAPE, serta analisis hasil prediksi. Hasil evaluasi menunjukkan bahwa Regresi Linear memiliki MAE sebesar 176.08 dan RMSE sebesar 209.52, sedangkan Random Forest memiliki MAE sebesar 179.61 dan RMSE sebesar 214.72. Kedua metode menunjukkan nilai MAPE di bawah 5%, yang berarti akurasi prediksi tergolong sangat baik. Selain itu, hasil prediksi menunjukkan bahwa jenis lakban 45x75 mengalami peningkatan permintaan dari bulan ke bulan. Penjualan pada bulan Januari diprediksi sebesar 1.827 unit dengan kebutuhan stok 898 unit, sementara pada bulan Desember meningkat menjadi 2.352 unit dengan kebutuhan stok sebesar 5.330 unit. Model prediksi yang dikembangkan dapat membantu perusahaan dalam menghindari overstock maupun understock, serta meningkatkan efisiensi operasional secara keseluruhan. Kata Kunci : prediksi penjualan, Regresi Linear, Random Forest, manajemen stok, efisiensi operasional.
| Item Type: | Thesis (S1) |
|---|---|
| Call Number CD: | FIK/SI. 25 099 |
| NIM/NIDN Creators: | 41821110024 |
| Uncontrolled Keywords: | sales prediction, Linear Regression, Random Forest, stock management, operational efficiency |
| Subjects: | 300 Social Science/Ilmu-ilmu Sosial > 320 Political dan Government Science/Ilmu Politik dan Ilmu Pemerintahan > 322 Relation of The State of Organized Groups/Hubungan Negara dengan Kelompok Sosial yang Terorganisir > 322.3 Business and Industry/Bisnis dan Industri 600 Technology/Teknologi > 660 Chemical Engineering and Related Technologies/Teknologi Kimia dan Ilmu yang Berkaitan > 666 Ceramic and Allied Technologies/Teknologi Industri Keramik dan Teknologi Terkait > 666.9 Masonry Adhesive/Teknologi Industri Bahan Perekat untuk Pertukangan 600 Technology/Teknologi > 670 Manufacturing/Manufaktur, Pabrik-pabrik |
| Depositing User: | Pandu Risdiyanto |
| Date Deposited: | 26 Sep 2025 01:15 |
| Last Modified: | 26 Sep 2025 01:15 |
| URI: | http://repository.mercubuana.ac.id/id/eprint/98329 |
Actions (login required)
 |
View Item |
