Analisis Performansi Algoritma Linear Regression dengan Generalized Linear Model untuk Prediksi Penjualan pada Usaha Mikra, Kecil, dan Menengah

Fitria Habibatul Hamdanah; Devi Fitrianah

doi:10.23887/janapati.v10i1.31035

Authors

Fitria Habibatul Hamdanah
Devi Fitrianah

DOI:

https://doi.org/10.23887/janapati.v10i1.31035

Keywords:

Linear Regression, GLM, RSME, UMKM

Abstract

Penjualan merupakan syarat mutlak kelangsungan suatu usaha, karena dengan penjualan maka akan didapatkan keuntungan. Metode Linear Regression dan Generalized Linear Model merupakan metode pendekatan yang didukung dengan perhitungan RSME. RMSE (Root Mean Square Error) berfungsi untuk mendapatkan besaran tingkat kesalahan dari hasil prediksi, dimana semakin kecil (mendekati 0) nilai RMSE maka semakin akurat nilai prediksinya. Pada setiap Usaha Mikro Kecil Menengah (UMKM) aktivitas transaksi dan pelayanan terhadap konsumen setiap harinya semakin lama semakin meningkat, sehingga tanpa disadari hal ini dapat menimbulkan tumpukan data yang semakin membesar. UMKM biasanya mengeluarkan beberapa item berbeda untuk ditawarkan ke pasar dengan harga yang berbeda, namun tidak semua barang banyak peminatnya. Keberhasilan penjualannya menentukan keberlanjutan untuk umkm itu sendiri. Pada penelitian ini akan dibandingkan penggunaan algoritma Linear Regression dengan Generalized Linear Model yang diimplementasikan pada data penjualan yang sudah diinputkan sebelumnya guna menghasilkan prediksi penjualan barang untuk tahun berikutnya. Hasil perhitungan menunjukkan bahwa algoritma Linear Regression dengan nilai RSME, MSE,MAPE sebesar 1,983; 3,933; dan 1,518 sedangkan hasil dari algoritma Generalized Linear Model dengan nilai RSME, MSE, MAPE sebesar 4,827; 23,295; dan 3,882. Berdasarkan perhitungan prediksi oleh algoritma Linear Regression dan Generalized Linear Model dapat disimpulkan bahwa nilai RSME pada algoritma Linear Regression menunjukkan perhitungan paling baik dikarenakan nilai RSME paling kecil.

References

R. Gusrizaldi and E. Komalasari, “Analisis Faktor-Faktor Yang Mempengaruhi Tingkat Penjualan Di Indrako Swalayan Teluk Kuantan,” J. Valuta, vol. 2, no. 2, pp. 286–303, 2016.

E. Kwok and W. Susanti, “Penerapan Metode Regresi Linier dalam Aplikasi Sistem Peramalan Jumlah Bahan Baku untuk Produksi Tahu,” Mhs. Apl. Teknol. Komput. dan Inf., vol. 1, no. 2, pp. 1–8, 2019.

A. F. Lestari and M. Hafiz, “Penerapan Algoritma Apriori Pada Data Penjualan Barbar Warehouse,” INOVTEK Polbeng - Seri Inform., vol. 5, no. 1, p. 96, 2020, doi: 10.35314/isi.v5i1.1317.

M. Merfin and R. S. Oetama, “Prediksi Harga Saham Perusahaan Perbankan Menggunakan Regresi Linear Studi Kasus Bank BCA Tahun 2015-2017,” Ultim. J. Tek. Inform., vol. XI, no. 1, pp. 2015–2019, 2019.

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, doi: 10.30646/tikomsin.v6i2.369.

B. V. Viya, “Penerapan Metode Regresi Linear Dalam Memprediksi Data Penjualan Barang Di Toko,” vol. 3, no. x, pp. 11–18, 2020.

G. N. Ayuni and D. Fitrianah, “Penerapan Metode Regresi Linear Untuk Prediksi Penjualan Properti pada PT XYZ,” J. Telemat., vol. 14, no. 2, pp. 79–86, 2019.

J. Wu, C. Liu, W. Cui, and Y. Zhang, “Personalized Collaborative Filtering Recommendation Algorithm based on Linear Regression,” 2019 IEEE Int. Conf. Power Data Sci. ICPDS 2019, no. 1, pp. 139–142, 2019, doi: 10.1109/ICPDS47662.2019.9017166.

H. Hakimdavoodi and M. Amirmazlghani, “Maximum likelihood estimation of generalized linear models with generalized Gaussian residuals,” Proc. - 2016 2nd Int. Conf. Signal Process. Intell. Syst. ICSPIS 2016, pp. 14–15, 2017, doi: 10.1109/ICSPIS.2016.7869893.

N. Muda, “The performance of M-based Generalized Linear Model (GLM) procedures based on the coverage probability,” 2009 World Congr. Nat. Biol. Inspired Comput. NABIC 2009 - Proc., pp. 596–599, 2009, doi: 10.1109/NABIC.2009.5393419.

E. Vinepinsky, S. Perchik, and R. Segev, “A Generalized Linear Model of a Navigation Network,” Front. Neural Circuits, vol. 14, no. September, pp. 1–17, 2020, doi: 10.3389/fncir.2020.00056.

T. Kulkarni, J. Jälkö, A. Koskela, S. Kaski, and A. Honkela, “Differentially Private Bayesian Inference for Generalized Linear Models,” pp. 1–20, 2020.

A. C. C. Coolen, M. Sheikh, A. Mozeika, F. Aguirre-Lopez, and F. Antenucci, “Replica analysis of overfitting in generalized linear regression models,” J. Phys. A Math. Theor., vol. 53, no. 36, 2020, doi: 10.1088/1751-8121/aba028.

A. Kurniadi and Y. Novianto, “Penerapan Metode Regresi Linier untuk Memprediksi Kebiasaan Pelanggan Studi Kasus : PT . Mensa Binasukses,” J. Ilm. Mhs. Tek. Inform., vol. 2, no. 2, p. 107, 2020.

T. Rizgitta, V. C. M, and J. Hendryli, “Sistem Analisis Kinerja Sales Berdasarkan Transaksi Penjualan Dengan Regresi Linear Dan Algoritma Apriori,” pp. 173–178.

A. Bode, “Perbandingan Metode Prediksi Support Vector Machine Dan Linear Regression Menggunakan Backward Elimination Pada Produksi Minyak Kelapa,” J. Sist. Inf. dan Tek. Komput., vol. 4, no. 2, pp. 104–107, 2019.

D. A. Trianggana, “Peramalan Jumlah Siswa-Siswi Melalui Pendekatan Metode Regresi Linear,” J. Media Infotama, vol. 16, no. 2, pp. 115–120, 2020.

R. Septyawan, “Analisis Peramalan Kebutuhan Energi Listrik PLN Area Batam Menggunakan Metode Regresi Linear,” 2018.

A. Bengnga and R. Ishak, “Prediksi Jumlah Mahasiswa Registrasi Per Semester Menggunakan Linier Regresi Pada Universitas Ichsan Gorontalo,” Ilk. J. Ilm., vol. 10, no. 2, pp. 136–143, 2018, doi: 10.33096/ilkom.v10i2.274.136-143.

Jamilatuzzahro., R. Herliansyah, and R. E. Caraka, Aplikasi generalized linear model pada R, no. February. 2018.

Y. Wilandari, S. H. Kartiko, and A. R. Effendie, “Estimasi Cadangan Klaim Menggunakan Generalized Linear Model (Glm) Dan Copula,” J. Gaussian, vol. 9, no. 4, pp. 411–420, 2020, doi: 10.14710/j.gauss.v9i4.29260.

G. L. Arnenda, “INTERAKSI BEBERAPA FAKTOR YANG BERPENGARUH TERHADAP HASIL TANGKAPAN PER UNIT USAHA ( CATCH PER UNIT EFFORT) ALBAKORA (Thunnus Alalunga Bonnaterre,1788) DI SAMUDRA HINDIA,” JFMR-Journal Fish. Mar. Res., vol. 3, no. 3, pp. 382–389, 2019, doi: 10.21776/ub.jfmr.2019.003.03.14.

D. J. Eck and F. W. Crawford, “Conformal prediction for exponential families and generalized linear models,” arXiv, no. May, 2019.

J. Matematika, E. Saut, P. Situmorang, B. Susanto, and L. Ricky, “d ’ CartesiaN Estimasi Parameter Copula Plackett Untuk Data Bivariat Melalui Metode Generalized Linear Model Pada Regresi Mediannya.”

M. Marzjarani, “A Comparison of a General Linear Model and the Ratio Estimator,” Int. J. Stat. Probab., vol. 9, no. 3, p. 54, 2020, doi: 10.5539/ijsp.v9n3p54.

D. Zhang, “A Coefficient of Determination for Generalized Linear Models,” Am. Stat., vol. 71, no. 4, pp. 310–316, 2017, doi: 10.1080/00031305.2016.1256839.

J. Adhiva, S. A. Putri, and S. G. Setyorini, “Prediksi Hasil Produksi Kelapa Sawit Menggunakan Model Regresi Pada PT . Perkebunan Nusantara V,” pp. 155–162, 2020.