Implementasi Data Mining untuk Memprediksi Produksi Kelapa Sawit Menggunakan Metode Regresi Linear Berganda (Studi Kasus: PT. Supra Matra Abadi)
Abstract
PT. Supra Matra Abadi (PT. SMA) merupakan perusahaan swasta yang bergerak di bidang industri kelapa sawit dan terletak di Sumatra Utara. Dalam memprediksi produksi kelapa sawit perusahaan masih menggunakan cara manual. Selain itu hasil prediksi dengan hasil aktual yang diperoleh menghasilkan selisih yang cukup besar, sehingga hasil prediksi tersebut kurang akurat. Hal ini menyebabkan tidak tercapainya target produksi dan keuntungan yang dicapai perusahaan kurang maksimal. Berdasarkan pemaparan diatas, maka telah dibangun sistem yang dapat memprediksi produksi kelapa sawit menggunakan metode regresi linear berganda. Akurasi dari metode regresi linear berganda dikatakan lebih baik dibandingkan dengan metode prediksi pada perusahaan karena menghasilkan selisih nilai MSE sebesar 177650.37. Dimana metode regresi linear berganda menghasilkan nilai MSE sebesar 2224623.13 dan metode prediksi pada perusahaan menghasilkan nilai MSE sebesar 2402273.5. Selain itu, variabel independent dengan variabel dependent juga memiliki hubungan yang sangat kuat (korelasi sempurna), hal ini dapat dilihat berdasarkan nilai korelasi berganda (R) yang diperoleh sebesar 0,99. Dari hasil uji User Acceptance Test (UAT) yang telah dilakukan, sistem dapat diterima secara keseluruhan dan telah disetujui oleh manager perusahaan. Key Performance Indicator (KPI) juga diterapkan pada sistem ini untuk dapat mengukur pencapaian produksi kelapa sawit berdasarkan target minimum dan target maksimum produksi pada perusahaan.Published
Issue
Section
License
Copyright info for authors
1. Authors hold the copyright in any process, procedure, or article described in the work and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
2. Authors retain publishing rights to re-use all or portion of the work in different work but can not granting third-party requests for reprinting and republishing the work.
3. Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) as it can lead to productive exchanges, as well as earlier and greater citation of published work.