Penerapan Metode Regresi Linear Untuk Prediksi Penjualan Properti pada PT XYZ
DOI:
https://doi.org/10.61769/telematika.v14i2.321Keywords:
Prediction, Linear Regression, Property, MSE, RMSE, MAPEAbstract
The purpose of this research is to obtain property sales predictions based on property sales data at PT XYZ. Linear regression is used as a prediction method with the quantity or number of properties sold as an effect variable and the period of property sale as a causal variable. Accuracy testing of prediction results is carried out using MSE, RMSE, and MAPE. Based on the results of research conducted using property sales data for a period of five years, it was found that the number of sales in the following month is predicted to be sold as many as 4 units for property rumah 59, 2 units of rumah sudut, 6 types consisting of rumah 28, rumah 39, rumah 62, rumah 73, rumah 84, and rumah 115 each as many as 1 unit, and the remaining 5 types namely kavling, ruko, rumah 58, rumah 67, and rumah 72 are predicted to not experience any sales. The results of testing the accuracy of all types display the value of MSE, RMSE, and MAPE that are meet with the standards. Based on this results, it can be said that the prediction of property sales using linear regression method is categorized as very good.
Tujuan dari penelitian ini adalah untuk mendapatkan prediksi penjualan properti berdasarkan data penjualan properti pada PT XYZ. Regresi linear digunakan sebagai metode prediksi dengan kuantiti atau jumlah properti yang terjual sebagai variabel akibat dan periode penjualan properti sebagai variabel penyebab. Pengujian keakurasian terhadap hasil prediksi dilakukan menggunakan MSE, RMSE, dan MAPE. Berdasarkan hasil penelitian yang dilakukan dengan menggunakan data penjualan properti selama kurun waktu lima tahun, didapatkan bahwa jumlah penjualan pada bulan berikutnya untuk properti tipe rumah 59 diprediksi akan terjual sebanyak 4 unit, tipe rumah sudut sebanyak 2 unit, 6 tipe yang terdiri atas rumah 28, rumah 39, rumah 62, rumah 73, rumah 84, dan rumah 115 masing-masing sebanyak 1 unit, dan 5 tipe sisanya yaitu kavling, ruko, rumah 58, rumah 67, dan rumah 72 diprediksi tidak akan mengalami penjualan. Prediksi penjualan properti menggunakan metode regresi linear ini dapat dikatakan tergolong dalam kategori sangat baik didasari hasil pengujian keakurasian terhadap keseluruhan tipe yang menampilkan nilai MSE, RMSE, dan MAPE yang memenuhi standar.
References
T. Khotimah and R. Nindyasari, “Forecasting Dengan Metode Regresi Linier Pada Sistem Penunjang Keputusan Untuk Memprediksi Jumlah Penjualan Batik (Studi Kasus Kub Sarwo Endah Batik Tulis Lasem),” J. Mantik Penusa, vol. 1, no. 1, pp. 71–92, 2017.
D. Mulyani, “Prediction of New Student Numbers using Least Square Method,” Int. J. Adv. Res. Artif. Intell., vol. 4, no. 11, pp. 2011–2016, 2015.
D. Fitrianah, N. H. Praptono, A. N. Hidayanto, and A. M. Arymurthy, “Feature Exploration for Prediction of Potential Tuna Fishing Zones,” Int. J. Inf. Electron. Eng., vol. 5, no. 4, pp. 270–274, 2015.
M. Sadikin and F. Alfiandi, “Comparative Study of Classification Method on Customer Candidate Data to Predict its Potential Risk,” Int. J. Electr. Comput. Eng., vol. 8, no. 6, p. 4763, 2018.
F. D. Sudrajat and A. Alamsyah, “ANALYSIS PREDICTION MODEL OF PROPERTY BUSINESS BASED ON E-COMMERCE DATA USING CLASSIFICATION METHODS,” e-Proceeding Manag., vol. 4, no. 2, pp. 1472–1479, 2017.
T. Indarwati, T. Irawati, and E. Rimawati, “Penggunaan Metode Linear Regression Untuk Prediksi Penjualan Smartphone,” J. Teknol. Inf. dan Komun., vol. 6, no. 2, pp. 2–7, 2019.
N. Aini, S. Sinurat, and S. A. Hutabarat, “Penerapan Metode Simple Moving Average Untuk Memprediksi Hasil Laba Laundry Karpet Pada CV . Homecare,” J. Ris. Komput., vol. 5, no. 2, pp. 167–175, 2018.
A. Nasution, “Forecasting Produksi Karet Menggunakan Metode Weighted Moving Average,” Semin. Nas. R., vol. 9986, no. September, 2018.
B. Putro, M. T. Furqon, and S. H. Wijoyo, “Prediksi Jumlah Kebutuhan Pemakaian Air Menggunakan Metode Exponential Smoothing ( Studi Kasus : PDAM Kota Malang ),” J. Pengemb. Teknol. Inf. dan Ilmu Komput. Univ. Brawijaya, vol. 2, no. 11, pp. 4679–4686, 2018.
R. Kamal, Iman Mustofa Hendro P, Tachbir Ilyas, “Prediksi Penjualan Buku Menggunakan Data Mining Di Pt. Niaga Swadaya,” Semin. Nas. Teknol. Inf. Multimed., no. February, pp. 49–54, 2017.
N. L. N. M. Wedasari, “Perancangan Prediksi Persediaan Barang Pada Andis Griya Kebaya,” Konf. Nas. Sist. Inform., pp. 1021–1026, 2015.
I. Wahyuni, N. Nafi’iyah, and Masruroh, “Sistem Peramalan Penjualan Perumahan di Kabupaten Lamongan dengan Menggunakan Metode Regresi Linier Berganda,” Semin. Nas. Sist. Inf. 2019, no. September, pp. 1969–1973, 2019.
E. Prasetyowati, “Aplikasi Penentuan Harga Pokok Produksi Batik Madura Dengan Metode Activity Based Costing Dan Analisis Regresi Linier,” JUTI J. Ilm. Teknol. Inf., vol. 16, no. 1, p. 48, 2018.
M. Hakimah, R. R. Muhima, and A. Yustina, “Rancang Bangun Aplikasi Persediaan Barang Dengan Metode Trend Projection,” SimanteC, vol. 5, no. 1, 2015.
R. Gustriansyah, “Analisis Metode Single Exponential Smoothing dengan Brown Exponential Smoothing pada Studi Kasus Memprediksi Kuantiti Penjualan Produk Farmasi di Apotek,” Semin. Nas. Teknol. Inf. Multimed., no. February, pp. 6–11, 2017.
M. Syafruddin, “Metode Regresi Linier Untuk Prediksi Kebutuhan Energi Listrik Jangka Panjang (Studi Kasus Provinsi Lampung),” J. Inform., vol. 2, no. 1, pp. 1–9, 2014.
N. Kusumawati, F. Marisa, I. D. Wijaya, F. T. Informatika, and U. W. Malang, “Prediksi Kurs Rupiah Terhadap Dollar Amerika dengan Menggunakan Metode Regresi Linear,” JIMP - J. Inform. Merdeka Pasuruan, vol. 2, no. 3, pp. 45–56, 2017.
Z. Rival, W. S. J. Saputra, and N. K. Sari, “Aplikasi Peramalan Penjualan Menggunakan Metode Regresi Linier,” Scan - J. Teknol. Inf. Dan Komun., vol. 7, no. 3, pp. 41–45, 2012.
M. Marbun, H. T. Sihotang, and M. A. Nababan, “Perancangan Sistem Peramalan Jumlah Wisatawan Asing,” J. Mantik Penusa, vol. 2, no. 1, pp. 41–49, 2018.
Susiana, “Analisis Peramalan Penjualan Minyak Kelapa Sawit (MKS) pada PT. Perkebunan Nusantara IV Unit Kebun Pabatu,” Karismatika, vol. 53, no. 9, pp. 1689–1699, 2019.
A. Izzah, “Prediksi Harga Saham Menggunakan Improved Multiple Linear Regression untuk Pencegahan Data Outlier,” Kinetik, vol. 2, no. 3, pp. 141–149, 2017.
A. Pranata, M. Akbar Hsb, T. Akhdansyah, and S. Anwar, “Penerapan Metode Pemulusan Eksponensial Ganda dan Tripel Untuk Meramalkan Kunjungan Wisatawan Mancanegara ke Indonesia,” J. Data Anal., vol. 1, no. 1, pp. 32–41, 2018.
Downloads
Published
Issue
Section
License
You are free to:
- Share — copy and redistribute the material in any medium or format for any purpose, even commercially.
- Adapt — remix, transform, and build upon the material for any purpose, even commercially.
- The licensor cannot revoke these freedoms as long as you follow the license terms.
Under the following terms:
- Attribution — You must give appropriate credit, provide a link to the license, and indicate if changes were made. You may do so in any reasonable manner, but not in any way that suggests the licensor endorses you or your use.
- ShareAlike — If you remix, transform, or build upon the material, you must distribute your contributions under the same license as the original.
- No additional restrictions — You may not apply legal terms or technological measures that legally restrict others from doing anything the license permits.
Notices:
You do not have to comply with the license for elements of the material in the public domain or where your use is permitted by an applicable exception or limitation.
No warranties are given. The license may not give you all of the permissions necessary for your intended use. For example, other rights such as publicity, privacy, or moral rights may limit how you use the material.
