IMPLEMENTASI METODE REGRESI LINEAR BERGANDA UNTUK PREDIKSI HARGA PENJUALAN MATERIAL PAVING BLOCK PADA CV. DIFA JAYA ABADI

Kurniawan, Andyra (2025) IMPLEMENTASI METODE REGRESI LINEAR BERGANDA UNTUK PREDIKSI HARGA PENJUALAN MATERIAL PAVING BLOCK PADA CV. DIFA JAYA ABADI. S1 thesis, Universitas Muhammadiyah Ponorogo.

	Text (Surat Persetujuan unggah karya ilmiah) SURAT PERSETUJUAN UNGGAH KARYA ILMIAH.pdf Download (415kB)
	Text (Halaman Depan) HALAMAN DEPAN.pdf Download (1MB)
	Text (BAB I) BAB I.pdf Download (104kB)
	Text (BAB II) BAB II.pdf Restricted to Registered users only Download (291kB) | Request a copy
	Text (BAB III) BAB III.pdf Restricted to Registered users only Download (698kB) | Request a copy
	Text (BAB IV) BAB IV.pdf Restricted to Registered users only Download (470kB) | Request a copy
	Text (BAB V) BAB V.pdf Restricted to Registered users only Download (49kB) | Request a copy
	Text (DAFTAR PUSTAKA) DAFTAR PUSTAKA.pdf Restricted to Registered users only Download (123kB) | Request a copy
	Text (LAMPIRAN) LAMPIRAN.pdf Restricted to Registered users only Download (353kB) | Request a copy
	Text (SKRIPSI FULL TEXT) SKRIPSI LENGKAP.pdf Restricted to Registered users only Download (3MB) | Request a copy

Abstract

Peningkatan kebutuhan material konstruksi menjadikan paving block sebagai salah satu produk yang memiliki permintaan tinggi di pasaran. CV. Difa Jaya Abadi sebagai produsen paving block memerlukan sistem prediksi harga yang akurat untuk mendukung strategi penjualan dan efisiensi produksi. Penelitian ini mengimplementasikan metode Regresi Linear Berganda untuk memprediksi harga jual paving block per meter persegi berdasarkan variabel produksi, biaya produksi, upah pekerja, bulan, dan tahun. Sistem prediksi dibangun berbasis web menggunakan Python (Flask) sebagai backend perhitungan, HTML/CSS untuk antarmuka, dan PostgreSQL sebagai basis data. Model prediksi dikembangkan menggunakan data historis produksi dan harga jual periode 2021–2024, serta dievaluasi menggunakan Mean Absolute Percentage Error (MAPE) untuk mengukur tingkat akurasi. Hasil penelitian menunjukkan bahwa sistem mampu menghasilkan prediksi harga yang mendekati nilai aktual dengan tingkat akurasi yang baik, dengan nilai MAPE sebesar 0,6%. Implementasi sistem ini diharapkan dapat membantu perusahaan dalam menetapkan harga jual yang lebih tepat, meningkatkan efisiensi operasional, dan mendukung pengambilan keputusan berbasis data.

Item Type:	Thesis (S1)
Uncontrolled Keywords:	Flask, PostgreSQL, Prediksi Penjualan, Regresi Linear Berganda, Sistem Informasi.
Subjects:	T Technology > TD Environmental technology. Sanitary engineering
Divisions:	Faculty of Engineering
Depositing User:	Andyra Aldy Kurniawan
Date Deposited:	03 Sep 2025 04:07
Last Modified:	03 Nov 2025 06:38
URI:	https://eprints.umpo.ac.id/id/eprint/17822

Actions (login required)

View Item