IMPLEMENTASI DATA MINING DALAM MENENTUKAN PREDIKSI STOK BARANGPADA CV. SAMS MENGGUNAKAN METODE REGRESI LINER BERGANDA

YENNI, JUWITA SANNI (2023) IMPLEMENTASI DATA MINING DALAM MENENTUKAN PREDIKSI STOK BARANGPADA CV. SAMS MENGGUNAKAN METODE REGRESI LINER BERGANDA. Other thesis, STIKOM TUNAS BANGSA.

[thumbnail of IMPLEMENTASI DATA MINING DALAM MENENTUKAN PREDIKSI STOK BARANGPADA CV. SAMS MENGGUNAKAN METODE REGRESI LINER BERGANDA] Other (IMPLEMENTASI DATA MINING DALAM MENENTUKAN PREDIKSI STOK BARANGPADA CV. SAMS MENGGUNAKAN METODE REGRESI LINER BERGANDA)
176---Skripsi Yenni Juwita - yenni jwta.pdf - Other
Restricted to Repository staff only

Download (8MB) | Request a copy

Abstract

Data mining adalah proses analisa data untuk menemukan suatu pola dari beberapa data tersebut. Data Mining merupakan proses yang menggunakan teknik stastik, matematika, kecerdasan buatan, dan machine learning untuk mengekstrasi dan mengidentifikasi informasi yang bermanfaat untuk menemukan pengetahuan baru dari informasi yang ada. Pada proses prediksi terebut diterapkan metode Regresi linear. Regresi linear merupakan satu cara prediksi yang menggunakan garis lurus untuk menggambarkan hubungan diantara dua variabel atau lebih. Variabel adalah besaran yang berubah-ubah nilainya. Selanjutnya variabel tersebut terbagi atas dua jenis yaitu variabel pemberi pengaruh dan variabel terpengaruh. Variabel pemberi pangaruh dapat dianalogikan sebab, sementara variabel terpengaruh merupakan akibat. Penerapan ilmu prediksi dengan metode regresi linear berganda akan mempermudah CV. Sumber Alam Makmur Sejahtera (SAMS) dalam menentukan prediksi stok barang.

Kata Kunci : Data mining, Regresi Linear Berganda, Prediksi Stok, CV. Sumber Alam Makmur Sejahtera (SAMS)

Item Type: Thesis (Other)
Subjects: Q Science > QA Mathematics > QA76 Computer software
Divisions: Faculty of Engineering, Science and Mathematics > School of Electronics and Computer Science
Depositing User: Perpustakaan STIKOM TB
Date Deposited: 18 Dec 2024 02:52
Last Modified: 18 Dec 2024 02:52
URI: http://repository.stikomtb.ac.id/id/eprint/182

Actions (login required)

View Item
View Item