Prediksi Penjualan Beras Dikantor Cabang Perum BULOG Lubuk linggau Menggunakan  Algoritma Linear Regression

Muhammad Tengku Rafliansyah; Armanto Armanto; Budi Santosa

[1] S. Karbala and I. Ali, “Memprediksi Harga Beras Eceran Menggunakan Algoritma Regresi Linier,” JATI (Jurnal Mhs. Tek. Inform., vol. 7, no. 3, pp. 1554–1559, 2023, doi: 10.36040/jati.v7i3.6901.
[2] A. Alfani W.P.R., F. Rozi, and F. Sukmana, “Prediksi Penjualan Produk Unilever Menggunakan Metode K-Nearest Neighbor,” JIPI (Jurnal Ilm. Penelit. dan Pembelajaran Inform., vol. 6, no. 1, pp. 155–160, 2021, doi: 10.29100/jipi.v6i1.1910.
[3] T. Terttiaavini and T. S. Saputra, “Analisa Akurasi Penggunaan Metode Single Eksponential Smoothing untuk Perkiraan Penerimaan Mahasiswa Baru Pada Perguruan Tinggi XYZ,” J. Ilm. Inform. Glob., vol. 11, no. 1, pp. 64–68, 2020, doi: 10.36982/jig.v11i1.1075.
[4] Miftahuljannah, Aswan Supriyadi Sunge, and Ahmad Turmudi Zy, “Analisis Prediksi Penjualan Dengan Metode Regresi Linear Di Pt. Eagle Industry Indonesia,” J. Inform. Teknol. dan Sains, vol. 5, no. 3, pp. 398–403, 2023, doi:
10.51401/jinteks.v5i3.3325.
[5] A. A. T. Susilo and B. Santoso, “Prediction System of Poor Population In Lubuklinggau City Using Multiple,” Int. J. Cist., vol. 02, pp. 23–27, 2023.

Abstract viewed - 2 times
PDF downloaded - 2 times

Affiliations

Muhammad Tengku Rafliansyah
universitas bina insan

Armanto Armanto
Universitas Bina Insan

Budi Santosa
Universitas Bina Insan

Content Top

Prediksi Penjualan Beras Dikantor Cabang Perum BULOG Lubuk linggau Menggunakan Algoritma Linear Regression

Muhammad Tengku Rafliansyah ,
Armanto Armanto ,
Budi Santosa

Proceedings Economic, Social Science, Computer, Agriculture and Fisheries (ESCAF) 4th 2025

Submitted: Jan 31, 2025

Abstract

Abstrak

Penelitian ini bertujuan memprediksi penjualan beras di Kantor Cabang Perum BULOG Lubuk Linggau menggunakan algoritma Linear Regression. Data historis penjualan beras medium dan premium periode 2022–2024 digunakan sebagai dasar analisis, dengan 2.763 data latih dan 691 data uji untuk beras medium, serta 164 data latih dan 41 data uji untuk beras premium.Evaluasi model dilakukan menggunakan MAE, RMSE, dan MAPE. Hasil menunjukkan performa yang baik, dengan MAE untuk beras premium sebesar 1.500,65, RMSE 2.183,70, dan MAPE 260,32%. Sementara itu, beras medium memiliki MAE 169,01, RMSE 2.183,70, dan MAPE 260,32%. Model ini mampu mengidentifikasi tren penjualan dan mendukung efisiensi pengelolaan stok serta distribusi BULOG.Temuan ini berkontribusi dalam perencanaan komoditas beras, menjaga stabilitas harga, dan memastikan ketersediaan produk di pasar.

Kata kunci : Prediksi, Linear Regression, BULOG,beras medium, beras premium, stok

Abstract

This study aims to predict rice sales at the Perum BULOG Lubuk Linggau Branch Office using the Linear Regression algorithm. Historical sales data of medium and premium rice from the 2022–2024 period were used as the basis for analysis, with 2,763 training data and 691 test data for medium rice, as well as 164 training data and 41 test data for premium rice.The model was evaluated using MAE, RMSE, and MAPE. The results showed good performance, with MAE for premium rice at 1,500.65, RMSE at 2,183.70, and MAPE at 260.32%. Meanwhile, medium rice had an MAE of 169.01, RMSE of 2,183.70, and MAPE of 260.32%. The model effectively identifies sales trends and supports BULOG's efficiency in stock management and distribution.These findings contribute to rice commodity planning, price stability, and ensuring product availability in the market.

Keywords: Prediction, Linear Regression, BULOG, medium rice, premium rice, stock.