TRI GUNA DHARMATRI GUNA DHARMA

Jurnal Cyber TechJurnal Cyber Tech

Persediaan roti adalah permasalahan yang sering dihadapi oleh Junction Cafe Medan. Persediaan roti dapat memberikan pengaruh positif dan negatif, seperti jumlah persediaan yang tidak memenuhi keinginan konsumen yang dapat membuat tamu kecewa dan beralih ke cafe lain, serta kelebihan persediaan yang menyebabkan roti menjadi penjamuran. Untuk mengatur persediaan roti agar tidak berlebihan ataupun kurang, dibutuhkan perkiraan atau prediksi roti dalam kurun waktu tertentu, yang dapat menggunakan teknik data mining. Oleh karena itu diperlukan optimalisasi untuk mengestimasi persediaan roti secara terperinci dan akurat. Perusahaan juga perlu membuat database yang mengimplementasikan konsep data mining. Penerapan data mining mampu menjadi solusi dengan menganalisa data menggunakan analisis statistik. Metode yang digunakan dalam penelitian ini adalah regresi linier berganda, yang cocok untuk mengetahui pengaruh variabel bebas terhadap variabel terikat baik secara parsial maupun bersama-sama. Hasil penelitian merupakan terciptanya sebuah aplikasi yang dapat mengestimasi persediaan roti pada Junction Café yang diharapkan dapat membantu dalam menentukan persediaan roti yang harus ada kedepannya.

Metode regresi linier berganda dapat digunakan untuk mengestimasi persediaan roti di Junction Cafe Medan bila data permintaan dan pemakaian diketahui.Aplikasi berbasis regresi linier berganda berhasil dirancang dengan pemodelan UML dan diimplementasikan menggunakan Visual Studio.Pengujian menunjukkan aplikasi dapat mengestimasi kebutuhan persediaan roti dengan akurasi maksimal.

Penelitian selanjutnya dapat menguji dan membandingkan kinerja metode prediksi lain, seperti random forest atau jaringan saraf tiruan, untuk meningkatkan akurasi estimasi persediaan roti dibandingkan regresi linier berganda; selanjutnya, studi lanjutan dapat memperluas model prediksi dengan memasukkan jenis produk roti dan makanan lainnya serta mempertimbangkan faktor musiman, promosi, dan fluktuasi harga bahan baku untuk menghasilkan sistem peramalan multi‑item yang lebih komprehensif; terakhir, penelitian dapat mengintegrasikan faktor eksternal seperti cuaca, hari libur, dan tren konsumsi lokal ke dalam model regresi atau pembelajaran mesin, sehingga sistem dapat memberikan rekomendasi persediaan yang adaptif terhadap dinamika pasar dan meningkatkan efisiensi operasional kafe.

Read online
File size545.8 KB
Pages8
DMCAReport

Related /

ads-block-test