PREDIKSI PERMINTAAN PRODUK KACAMATA MENGGUNAKAN METODE REGRESI LINEAR UNTUK OPTIMALISASI PERSEDIAAN BARANG PADA OPTIK SAHABATKU

RIDSA TSANIYAH RANI, NPM 2209100148 (2026) PREDIKSI PERMINTAAN PRODUK KACAMATA MENGGUNAKAN METODE REGRESI LINEAR UNTUK OPTIMALISASI PERSEDIAAN BARANG PADA OPTIK SAHABATKU. Skripsi thesis, Universitas Labuhanbatu.

	Text COVER.pdf Download (632kB)
	Text BAB I.pdf Download (162kB)
	Text BAB II.pdf Download (421kB)
	Text BAB III.pdf Download (808kB)
	Text BAB IV.pdf Download (1MB)
	Text BAB V.pdf Download (149kB)
	Text DAFTAR PUSTAKA.pdf Download (180kB)
	Text LAMPIRAN.pdf Download (1MB)

Abstract

Permintaan produk kacamata pada Optik Sahabatku mengalami fluktuasi setiap periode, sehingga menyulitkan pihak toko dalam menentukan jumlah persediaan yang optimal. Ketidakpastian permintaan dapat menyebabkan terjadinya kelebihan stok maupun kekurangan stok yang berdampak pada efisiensi operasional dan keuntungan usaha. Oleh karena itu, diperlukan metode yang dapat membantu memprediksi permintaan produk secara akurat. Penelitian ini bertujuan untuk mengetahui pola permintaan produk kacamata, mengetahui faktor-faktor yang memengaruhi permintaan, serta mengetahui pemanfaatan hasil prediksi menggunakan metode regresi linear untuk optimalisasi persediaan barang pada Optik Sahabatku. Metode yang digunakan dalam penelitian ini adalah regresi linear dengan menggunakan data historis permintaan produk kacamata periode Januari 2024 sampai Oktober 2025. Variabel independen yang digunakan adalah harga produk, jenis kacamata, dan pendapatan, sedangkan variabel dependen adalah permintaan produk kacamata. Proses pengolahan data dan pengujian model dilakukan menggunakan perangkat lunak RapidMiner dengan tahapan pengambilan data, pembagian data, pemodelan, penerapan model, dan evaluasi model. Hasil penelitian menunjukkan bahwa pola permintaan produk kacamata bersifat fluktuatif namun dapat diprediksi. Faktor-faktor yang memengaruhi permintaan adalah harga produk, jenis kacamata, dan pendapatan. Hasil evaluasi model menunjukkan nilai error yang sangat rendah dan nilai korelasi yang tinggi, sehingga model regresi linear mampu menghasilkan prediksi yang akurat. Hasil prediksi tersebut dapat dimanfaatkan untuk membantu Optik Sahabatku dalam menentukan jumlah persediaan yang optimal, menghindari kelebihan dan kekurangan stok, serta meningkatkan efisiensi pengelolaan persediaan barang. Kata Kunci : Prediksi Permintaan, Regresi Linear, Persediaan Barang, RapidMiner, Kacamata ================================================================================================== The demand for eyeglass products at Optik Sahabatku fluctuates in each period, making it difficult for the store to determine the optimal inventory level. Demand uncertainty can lead to overstock or stock shortages, which affect operational efficiency and business profitability. Therefore, a method is needed to help predict product demand accurately. This study aims to identify the demand patterns for eyeglass products, determine the factors influencing demand, and analyze the utilization of linear regression prediction results for inventory optimization at Optik Sahabatku. The method used in this study is linear regression using historical demand data from January 2024 to October 2025. The independent variables include product price, type of eyeglasses, and income, while the dependent variable is product demand. Data processing and model testing were conducted using RapidMiner software through several stages, including data retrieval, data splitting, modeling, model application, and model evaluation. The results show that the demand pattern for eyeglass products is fluctuating but predictable. The factors influencing demand include product price, type of eyeglasses, and income. The evaluation results indicate very low error values and a high correlation value, meaning the linear regression model can produce accurate predictions. These prediction results can be used to help Optik Sahabatku determine optimal inventory levels, avoid overstock and stock shortages, and improve inventory management efficiency. Keywords : Demand Prediction, Linear Regression, Inventory Optimization, RapidMiner, Eyeglasses

Item Type:	Thesis (Skripsi)
Uncontrolled Keywords:	Prediksi Permintaan, Regresi Linear, Persediaan Barang, RapidMiner, Kacamata ================================ Demand Prediction, Linear Regression, Inventory Optimization, RapidMiner, Eyeglasses
Subjects:	H Social Sciences > HF Commerce Q Science > QA Mathematics > QA76 Computer software T Technology > T Technology (General)
Divisions:	Fakultas Sains Dan Teknologi > Sistem Informasi
Depositing User:	Unnamed user with email repository@ulb.ac.id
Date Deposited:	29 Apr 2026 04:14
Last Modified:	29 Apr 2026 04:14
URI:	http://repository.ulb.ac.id/id/eprint/2194

Actions (login required)

View Item