Pemodelan Sistem Prediksi Permintaan Jasa Pada Cuci Sepatu The Clean
Keywords:
peramalan permintaan, naive method, regresi linier, KDD, jasa cuci sepatuAbstract
Perkembangan usaha jasa cuci sepatu seperti The Clean menuntut pengelolaan
operasional yang efisien, khususnya dalam menghadapi fluktuasi permintaan pelanggan yang tidak menentu. Ketidakakuratan dalam memprediksi permintaan dapat berdampak pada penjadwalan kerja, pemanfaatan sumber daya, serta kualitas pelayanan. Penelitian ini bertujuan untuk memodelkan dan membandingkan kinerja metode Naive Method dan Simple Linear Regression dalam memprediksi permintaan jasa cuci sepatu pada The Clean. Data yang digunakan berupa data historis transaksi periode Oktober hingga Desember yang diperoleh melalui observasi dan dokumentasi. Tahapan penelitian mengacu pada pendekatan Knowledge Discovery in Databases (KDD), yang meliputi data selection, preprocessing, transformation, data mining, dan evaluation. Proses pemodelan dilakukan dengan bantuan perangkat lunak POM-QM for Windows, Python, dan Microsoft Excel. Hasil penelitian menunjukkan bahwa metode Simple Linear Regression memiliki tingkat akurasi yang lebih baik dibandingkan Naive Method, dengan nilai Mean Absolute Percentage Error (MAPE) sebesar 53,538%, sedangkan Naive Method menghasilkan MAPE sebesar 73,038%. Selain itu, model regresi mampu menangkap tren permintaan secara lebih stabil dibandingkan metode Naive yang bersifat fluktuatif. Berdasarkan hasil tersebut, Simple Linear Regression direkomendasikan sebagai metode peramalan yang lebih sesuai untuk mendukung perencanaan operasional usaha jasa cuci sepatu The Clean.
References
Adnan Rusdy, A. (2022). Buletin Sistem Informasi dan Teknologi Islam Penerapan Metode
Regresi Linear pada Prediksi Penawaran dan Permintaan Obat Studi Kasus Aplikasi Point of Sales INFORMASI ARTIKEL ABSTRAK. 3(2), 121–126.
Avinash, A., Widjaja, A., & Karnalim, O. (2024). Analisis Perbandingan Algoritma Machine Learning untuk Forecasting Persediaan Produk Barang Pokok. Jurnal Teknik Informatika dan Sistem Informasi, 10(2). https://doi.org/10.28932/jutisi.v10i2.9357
Dalimunthe, S. B., Sinulingga, S., & Ginting, R. (2023). JSTI Jurnal Sistem Teknik Industri Implementation Of Machine Learning in Demand Forecasting: A Review of Method Used in Demand Forecasting with Machine Learning. Jurnal Sistem Teknik Industri (JSTI), 25(1), 2023. https://doi.org/10.32734/jsti
Duran, P. A., Vitianingsih, A. V., Riza, Moch. S., Maukar, A. L., & Wati, S. F. A. (2024). Data Mining Untuk Prediksi Penjualan Menggunakan Metode Simple Linear Regression. Teknika, 13(1), 27–34. https://doi.org/10.34148/teknika.v13i1.712
Hasyim, A., Fatchan, M., & Hadikristanto, W. (2022). Penerapan Algoritma Naïve Bayes Dalam Memprediksi Tingkat Penjualan Mobil Tahun 2022. Jurnal Ilmiah Intech : Information Technology Journal of UMUS, 4(02), 207–215.
Miftahuljannah, Aswan Supriyadi Sunge, & Ahmad Turmudi Zy. (2023). ANALISIS PREDIKSI PENJUALAN DENGAN METODE REGRESI LINEAR DI PT. EAGLE INDUSTRY INDONESIA. Jurnal Informatika Teknologi dan Sains (Jinteks), 5(3), 398–403. https://doi.org/10.51401/jinteks.v5i3.3325
Pradhana, A. H., Firmansyah, A. A., & Islami, B. M. (2025). Pemodelan Prediksi Penjualan dan Persediaan dengan RapidMiner beserta Pengelompokan Kategori untuk Mempermudah Perencanaan Stok dan Pengambilan Keputusan Bisnis. JAMI: Jurnal Ahli Muda Indonesia, 6(1), 9–17. https://doi.org/10.46510/jami.v6i1.323
Pradita, A., Studi Sistem Informasi, P., Tinggi Ilmu Komputer Cipta Karya Informatika, S., Jakarta Timur, K., Khusus Ibukota Jakarta, D., & Aceh, B. (2024). Implementasi Data Mining dengan Metode Regresi Linear untuk Prediksi Hasil Penjualan di PT Awitama Cyndo Wahana Semua hak dilindungi oleh Lembaga Penelitian dan Pengabdian Masyarakat (LPPM) STMIK Indonesia. Dalam Jurnal Indonesia : Manajemen Informatika dan Komunikasi (JIMIK) (Vol. 5, Nomor 3). https://journal.stmiki.ac.id
Ramadhan, Y. A., Faqih, A., & Dwilestari, G. (2023). Jurnal Informatika Terpadu PREDIKSI PENJUALAN HANDPHONE DI TOKO X MENGGUNAKAN ALGORITMA REGRESI LINEAR. Jurnal Informatika Terpadu, 9(1), 40–44. https://journal.nurulfikri.ac.id/index.php/JIT
Rosidi, R. P. M., & Setiawan, K. (2024). Implementasi Algoritma Naïve Bayes Terhadap Data Penjualan untuk Mengetahui Pola Pembelian Konsumen pada Kantin. Jurnal Indonesia : Manajemen Informatika dan Komunikasi, 5(1), 120–126. https://doi.org/10.35870/jimik.v5i1.407
