Implementasi Data Mining Dalam Menganalisis Pola Data Supply Chain Untuk Optimalisasi Jumlah Stok Barang Menggunakan Regresi Linier

Nasywa Sakha Ningrum, . (2025) Implementasi Data Mining Dalam Menganalisis Pola Data Supply Chain Untuk Optimalisasi Jumlah Stok Barang Menggunakan Regresi Linier. Other thesis, Universitas Pamulang.

	Text COVER.pdf Restricted to Registered users only Download (1MB)
	Text BAB I.pdf Restricted to Registered users only Download (137kB)
	Text BAB II.pdf Restricted to Registered users only Download (284kB)
	Text BAB III.pdf Restricted to Registered users only Download (753kB)
	Text BAB IV.pdf Restricted to Registered users only Download (328kB)
	Text BAB V.pdf Restricted to Registered users only Download (48kB)
	Text JURNAL.pdf Restricted to Registered users only Download (670kB)

Abstract

Dalam era big data, pengelolaan data yang kompleks dan besar menjadi tantangan dalam mendukung efisiensi operasional perusahaan. Penelitian ini bertujuan untuk mengoptimalkan manajemen persediaan kartu Darts Live Credit Card (LCC) pada PT Mitra Media Integrasi melalui penerapan data mining dengan pendekatan algoritma regresi linier. Permasalahan yang diangkat mencakup ketidaksesuaian antara jumlah kartu yang diterima dan dikembalikan dalam rantai pasok, yang berdampak pada proses distribusi dan ketersediaan kartu di berbagai outlet permainan darts. Penelitian ini menggunakan pendekatan kuantitatif dengan metode CRISP-DM, yang meliputi proses pemahaman bisnis, pemahaman data, persiapan data, pemodelan, evaluasi, dan deployment. Data diperoleh melalui studi literatur, wawancara, serta observasi data historis dari tahun 2024–2025. Hasil analisis regresi linier menunjukkan bahwa setiap peningkatan satu unit pada variabel Received, akan diikuti penurunan sebesar 1.2178 unit pada variabel Returned, dengan nilai intercept sebesar 1.0199. Model regresi ini menghasilkan nilai MSE sebesar 10.8358, RMSE 3.2918, dan R² sebesar 0.7308, yang menunjukkan model cukup baik dalam menjelaskan variabel dependen. Dengan hasil ini, perusahaan dapat memprediksi kebutuhan stok kartu LCC secara lebih akurat, mengurangi risiko kekurangan maupun kelebihan stok, serta meningkatkan efisiensi dalam proses pemesanan dan distribusi.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Data Mining, Prediksi Stok, Regresi Linier, Kartu LCC
Subjects:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions:	Faculty of Engineering, Science and Mathematics > School of Electronics and Computer Science
Depositing User:	Mahlil Muhammad
Date Deposited:	20 Jan 2026 06:32
Last Modified:	20 Jan 2026 06:32
URI:	http://repository.unpam.ac.id/id/eprint/18520

Actions (login required)

View Item