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)
Text (BAB III)
BAB III.pdf
Restricted to Registered users only

Download (698kB)
Text (BAB IV)
BAB IV.pdf
Restricted to Registered users only

Download (470kB)
Text (BAB V)
BAB V.pdf
Restricted to Registered users only

Download (49kB)
Text (DAFTAR PUSTAKA)
DAFTAR PUSTAKA.pdf
Restricted to Registered users only

Download (123kB)
Text (LAMPIRAN)
LAMPIRAN.pdf
Restricted to Registered users only

Download (353kB)
Text (SKRIPSI FULL TEXT)
SKRIPSI LENGKAP.pdf
Restricted to Registered users only

Download (3MB)

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.

Dosen Pembimbing: Dyah, Mustikasari and Andy, Triyanto | 0707108707, 0721057102
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
View Item