Abstract:Abstract: The development of information and communication technology has increased public demand for digital services, particularly data packages as the primary means of internet access. This high demand requires data package…
ackage retailers to manage inventory optimally to ensure product availability meets customer needs. At CMC Cell, the determination of data package stock is still based on intuition without systematic data analysis, resulting in stock accumulation for certain products and stock shortages for others when demand increases. This study aims to design and implement a web-based Decision Support System (DSS) using the Multi-Objective Optimization on the Basis of Ratio Analysis (MOORA) method to determine the optimal stock of data packages. The MOORA method is applied to rank data package alternatives based on several criteria, including data package demand, sales history, remaining stock, selling price, and validity period. Sales data are analyzed using the calculation stages of the MOORA method. The results show that the Telkomsel V 3 GB data package achieves the highest preference value of 0.1498 and is therefore recommended as the top-priority data package, with an optimal stock quantity of 200 units. With the implementation of this system, the recommendations for determining data package stock become more measurable, objective, and data-driven.
Keywords: MOORA; PHP; decision support system; optimal stock; stock priority
Abstrak: Perkembangan teknologi informasi dan komunikasi telah meningkatkan kebutuhan masyarakat terhadap layanan digital, khususnya paket data sebagai sarana utama akses internet. Tingginya permintaan tersebut menuntut pelaku usaha penjualan paket data untuk mampu mengelola stok secara optimal agar ketersediaan produk sesuai dengan kebutuhan pelanggan. Pada Toko CMC Cell, penentuan stok paket data masih dilakukan berdasarkan intuisi tanpa analisis data yang sistematis, sehingga sering terjadi penumpukan stok pada beberapa produk dan kekosongan stok pada produk lain saat permintaan meningkat. Penelitian ini bertujuan untuk merancang dan mengimplementasikan Sistem Pendukung Keputusan (SPK) berbasis web menggunakan metode Multi-Objective Optimization on the Basis of Ratio Analysis (MOORA) dalam menentukan stok optimal paket data. Metode MOORA digunakan untuk melakukan perangkingan alternatif paket data berdasarkan beberapa kriteria, yaitu permintaan paket data, riwayat penjualan, jumlah stok tersisa, harga jual, dan masa aktif. Data penjualan paket data dianalisis menggunakan tahapan perhitungan metode MOORA. Hasil penelitian menunjukkan bahwa paket data Telkomsel V 3 GB memperoleh nilai preferensi tertinggi sebesar 0,1498 sehingga direkomendasikan sebagai paket data dengan prioritas stok tertinggi, dengan jumlah stok optimal sebanyak 200 pcs. Dengan adanya sistem ini, rekomendasi penentuan stok paket data yang dihasilkan menjadi lebih terukur, objektif, dan berbasis data.
Kata kunci: MOORA; PHP; sistem pendukung keputusan; stok optimal; prioritas stok
Abstract:Abstract: This study is motivated by the underutilization of transaction data at Toko F3I Kisaran in supporting decision-making related to inventory and pricing strategies. Currently, decisions are made conventionally based…
sed on experience, which may lead to overstock or stockout conditions. This research aims to develop a sales prediction model by applying Data Mining techniques using the Multiple Linear Regression method to analyze the influence of stock and price variables on sales. The research methodology includes historical data collection, regression analysis, web-based system design using PHP and MySQL, and system testing through the Black Box method. The results indicate that the developed model is capable of generating measurable and systematic sales estimations based on stock and price variables. The implementation of this system can assist store management in planning inventory levels and pricing strategies more efficiently, thereby improving operational effectiveness and business competitiveness.
Keywords: data mining; multiple linear regression; PHP; sales prediction; web-based system
Abstrak: Penelitian ini dilatarbelakangi oleh belum optimalnya pemanfaatan data transaksi penjualan pada Toko F3I Kisaran dalam mendukung pengambilan keputusan terkait persediaan dan penetapan harga. Selama ini, keputusan masih dilakukan secara konvensional berdasarkan pengalaman, sehingga berpotensi menimbulkan overstock maupun stockout. Penelitian ini bertujuan untuk membangun model prediksi penjualan dengan menerapkan teknik Data Mining menggunakan metode Regresi Linier Berganda guna menganalisis pengaruh variabel stok dan harga terhadap penjualan. Metodologi penelitian meliputi pengumpulan data historis, analisis perhitungan regresi, perancangan sistem berbasis web menggunakan PHP dan MySQL, serta pengujian sistem dengan metode Black Box. Hasil penelitian menunjukkan bahwa model yang dibangun mampu menghasilkan estimasi penjualan berdasarkan variabel stok dan harga secara lebih terukur dan sistematis. Implementasi sistem ini dapat membantu manajemen toko dalam merencanakan jumlah persediaan dan strategi harga secara lebih efisien, sehingga meningkatkan efektivitas pengelolaan bisnis dan daya saing perusahaan.
Kata kunci: data mining; prediksi penjualan; regresi linier berganda; sistem berbasis web; PHP
Abstract:Abstract: The selection of pediatric cough medicine at Apotek Keluarga is currently subjective and highly dependent on the pharmacist's experience, which potentially leads to inconsistent recommendations for customers. This…
his research aims to develop a Decision Support System (DSS) using the Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) method to provide objective, fast, and accurate drug recommendations. The assessment criteria used in this system include cough type, side effects, age, and drug price, which are adjusted to clinical needs and consumer preferences. TOPSIS was chosen for its ability to rank drug alternatives based on their relative closeness to the positive ideal solution and the farthest distance from the negative ideal solution. The system development process involved problem identification, literature study, and data collection through interviews and direct field observations. The results indicate that the implementation of the TOPSIS method is effective in producing a list of cough medicine recommendations tailored to the specific conditions of pediatric patients. With this web-based system, the drug selection process becomes more transparent, systematic, and efficient, thereby enhancing the quality of pharmaceutical services at Apotek Keluarga.
Keywords: Decision Support System, TOPSIS, Pediatric Cough Medicine, Apotek Keluarga.
Abstrak: Pemilihan obat batuk anak di Apotek Keluarga saat ini masih bersifat subjektif dan sangat bergantung pada pengalaman apoteker, sehingga berpotensi menimbulkan ketidakkonsistenan dalam pemberian rekomendasi kepada pelanggan. Penelitian ini bertujuan untuk mengembangkan Sistem Pendukung Keputusan (SPK) menggunakan metode Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) guna memberikan rekomendasi obat secara objektif, cepat, dan akurat. Kriteria penilaian yang digunakan dalam sistem ini meliputi jenis batuk, efek samping, usia, dan harga obat, yang disesuaikan dengan kebutuhan klinis serta preferensi konsumen. Metode TOPSIS dipilih karena kemampuannya dalam meranking alternatif obat berdasarkan kedekatan relatif terhadap solusi ideal positif dan jarak terjauh dari solusi ideal negatif. Proses pengembangan sistem dilakukan melalui tahapan identifikasi masalah, studi literatur, serta pengumpulan data melalui wawancara dan observasi langsung di lapangan. Hasil penelitian menunjukkan bahwa penerapan metode TOPSIS efektif dalam menghasilkan urutan rekomendasi obat batuk yang paling sesuai dengan kondisi spesifik pasien anak. Dengan adanya sistem berbasis web ini, proses pemilihan obat menjadi lebih transparan, sistematis, dan efisien, sehingga mampu meningkatkan kualitas pelayanan farmasi di Apotek Keluarga.
Kata kunci: Sistem Pendukung Keputusan, TOPSIS, Obat Batuk Anak, Apotek Keluarga.
Abstract:Abstract: Inventory managemet plays a strategic role in supporting the operational sustainability of retail businesses. Errors in determining the quantity of goods procured can lead to inventory buildup or stockouts, which…
ch impacts increased storage costs and reduced customer service levels. Attar Jaya store still uses a manual inventory management system, so the restocking recording and decision-making processes are not yet supported by an integrated and data-driven system. This condition has the potential to cause inefficiency in inventory management. This research aims to apply the concept of Electronic Supply Chain Management (E-SCM) integrated with the Economic Order Quantity (EOQ) method to determine the optimal order quantity of goods. The EOQ method is used to calculate the most economical order quantity by considering ordering and storage costs, while E-SCM plays a role in integrating inventory management processes digitally. The research methods include observation, interviews, and literature studies, with system design using the Unified Modelign Language (UML). The system was developed using the PHP programming language and the MwSQL database. The research result are expected to help Toko Attar Jaya improve the accuracy of resctocking decision-making, minimize the risk of overstocking and understocking, and increase the efficiency of inventory mangement.
Keywords: MySQL; PHP; e-supply chain management; economic order quantity; restock items
Abstrak: Manajemen persediaan memiliki peran strategis dalam mendukung keberlangsungan operasional usaha ritel. Kesalahan dalam menentukan jumah pengadaan barang dapat menyebabkan terjadinya penumpukan persediaan maupun kekurangan stok yang berdampak pada meningkatnya biaya penyimpanan seerta menurunnya tingkat pelayanan kepada pelanggan. Toko Attar Jaya masih menerapkan sistem pengelolaan persediaan secara manual, sehingga proses pencatatan dan pengambilan keputusan restok belum didukung oleh sistem yang terintegrasi dan berbasis data. Kondisi tersebut berpotensi menimbulkan ketidakefisienan dalam pengelolaan stok barang. Penelitian ini bertujuan untuk menerapkan konsep Electronic Supply Chain Management (E-SCM) yang terintegrasi dengan metode Economic Order Quantity (EOQ) dalam menentukan jumlah pemesanan barang yang optimal. Metode EOQ digunakan untuk menghitung jumlah pemesanan yang paling ekonomis dengan mempertimbangkan biaya pemesanan dan biaya penyimpanan, sedangkan E-SCM berperan dalam mengintegrasikan proses pengelolaan persediaan secara digital. Metode penelitian meliputi observasi, wawancara, dan studi literatur, dengan perancangan sistem menggunakan Unified Modeling Languge (UML). Sistem dikembangkan mengguanakan bahasa pemrograman PHP dan basis data MySQL. Hasil penelitian diharapkan mampu membantu pihak Toko Attar Jaya dalam meningkatkan akurasi pengambilan keputusan restok, meminimalkan risiko kelebihan dan kekurangan persediaan, serta meningkatkan efisiensi pengelolaan persediaan.
Kata kunci: MySQL; PHP; e-supply chain management; economic order quantity; restok barang
Abstract:Abstract: Hospitals, as healthcare facilities, have a high level of visitor mobility, particularly in inpatient wards. Therefore, visitor control is necessary to maintain patient comfort, safety, and service quality. Manual…
ual visitor monitoring is considered ineffective and prone to errors. Therefore, this study aims to design and implement an artificial intelligence-based visitor monitoring system for hospital inpatient wards using computer vision technology. The developed system utilizes the YOLOv8 model as an object detection algorithm to automatically detect and count visitors through a camera. Visitor information is displayed through a desktop-based monitoring interface and is equipped with warning notifications via the Telegram application and an automatic alarm if the number of visitors exceeds the limit set by hospital policy. Test results show that the system is capable of performing well in detecting and counting visitors in real time, as well as sending information and warnings responsively. Thus, this system is considered effective as a technology-based hospital management support solution in controlling inpatient ward density and making decisions more quickly and accurately.
Keywords: hospital; inpatient ward; computer vision; yolov8; visitor monitoring
Abstrak: Rumah sakit sebagai fasilitas pelayanan kesehatan memiliki tingkat mobilitas pengunjung yang tinggi, khususnya pada ruang rawat inap, sehingga diperlukan pengendalian jumlah pengunjung untuk menjaga kenyamanan, keselamatan pasien, dan kualitas pelayanan. Pemantauan jumlah pengunjung secara manual dinilai kurang efektif dan rentan terhadap kesalahan. Oleh karena itu, penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem pemantauan jumlah pengunjung ruang rawat inap rumah sakit berbasis kecerdasan buatan menggunakan teknologi computer vision. Sistem yang dikembangkan memanfaatkan model YOLOv8 sebagai algoritma object detection untuk mendeteksi dan menghitung jumlah pengunjung secara otomatis melalui kamera. Informasi jumlah pengunjung ditampilkan melalui antarmuka pemantauan berbasis desktop dan dilengkapi dengan notifikasi peringatan melalui aplikasi Telegram serta alarm otomatis apabila jumlah pengunjung melebihi batas yang ditetapkan sesuai kebijakan rumah sakit. Hasil pengujian menunjukkan bahwa sistem mampu bekerja dengan baik dalam mendeteksi dan menghitung jumlah pengunjung secara real-time, serta mengirimkan informasi dan peringatan secara responsif. Dengan demikian, sistem ini dinilai efektif sebagai solusi pendukung manajemen rumah sakit berbasis teknologi dalam pengendalian kepadatan ruang rawat inap dan pengambilan keputusan yang lebih cepat dan akurat.
Kata kunci: rumah sakit; ruang rawat inap; computer vision; yolov8; monitoring pengunjung
Abstract:Abstract: This study aims to classify the nutritional status of toddlers based on anthropometric data using the K-Nearest Neighbor (KNN) algorithm. Data were obtained from 20 Integrated Health Posts (Posyandu) in Rumbai…
Timur District, including Lembah Sari Village and Limbungan Village with a total of 1,000 toddler data. After cleaning and preprocessing, 782 data were obtained ready for use. The preprocessing stages include data cleaning and transformation, outlier removal, minority class handling, and data normalization. Next, data balancing was carried out using the Synthetic Minority Oversampling Technique (SMOTE) to address class imbalance. The data was divided into 80% training data and 20% test data, then the K parameter was tested from 1 to 15 using 5-fold cross-validation. The results showed that the value of K = 1 provided the best performance with a macro recall of 0.8827 and an accuracy of 86.26%. These results indicate that the combination of the KNN algorithm with the SMOTE method and Min-Max normalization is effective in improving classification performance on imbalanced data and producing accurate and balanced predictions of toddler nutritional status between classes.
Keywords: k-nearest neighbor; toddler nutritional status; SMOTE; min-max scaling; classification; anthropometric data
Abstrak: Penelitian ini bertujuan untuk mengklasifikasikan status gizi balita berdasarkan data antropometri menggunakan algoritma K-Nearest Neighbor (KNN). Data diperoleh dari 20 Posyandu di Kecamatan Rumbai Timur, meliputi Kelurahan Lembah Sari dan Kelurahan Limbungan dengan total 1.000 data balita. Setelah melalui proses cleaning dan preprocessing, diperoleh 782 data yang siap digunakan. Tahapan pra-pemrosesan meliputi pembersihan dan transformasi data, penghapusan outlier, penanganan kelas minoritas, serta normalisasi data. Selanjutnya dilakukan penyeimbangan data menggunakan Synthetic Minority Oversampling Technique (SMOTE) untuk mengatasi ketidakseimbangan kelas. Data dibagi menjadi 80% data latih dan 20% data uji, kemudian dilakukan pengujian parameter K dari 1 hingga 15 menggunakan 5-fold cross-validation. Hasil penelitian menunjukkan bahwa nilai K = 1 memberikan performa terbaik dengan recall macro sebesar 0,8827 dan akurasi 86,26%. Hasil ini menunjukkan bahwa kombinasi algoritma KNN dengan metode SMOTE dan normalisasi Min-Max efektif dalam meningkatkan kinerja klasifikasi pada data tidak seimbang serta menghasilkan prediksi status gizi balita yang akurat dan seimbang antar kelas.
Kata kunci: k-nearest neighbor; status gizi balita; SMOTE; min-max scaling; klasifikasi; data antropometri
Abstract:Abstract: The development of information technology has brought significant transformation in the field of education, particularly in academic decision-making. This study aims to develop a Decision Support System (DSS) based…
ased on the PROMETHEE method (Preference Ranking Organization Method for Enrichment Evaluation) to assist prospective students in objectively and systematically selecting the best university in Asahan Regency. The main issue addressed is the lack of integrated information regarding the strengths of each educational institution, as well as the absence of a recommendation system that considers various important criteria such as accreditation, facilities, tuition fees, achievements, and study programs. This research uses a quantitative approach with data collection techniques including observation, interviews, questionnaires, and documentation. The implementation results of the PROMETHEE method show that Royal University achieved the highest ranking, followed by Asahan University and STIKES As Syifa Kisaran. This method has proven effective in producing rational and transparent campus rankings based on multi-criteria preferences. The findings are expected to serve as a reference for prospective students and educational institutions in improving the quality and competitiveness of higher education in the Asahan region.
Keywords: decision support system promethea; campus selection; multi-criteria; asahan.
Abstrak: Perkembangan teknologi informasi telah membawa transformasi signifikan dalam dunia pendidikan, khususnya dalam pengambilan keputusan akademik. Penelitian ini bertujuan untuk membangun sistem pendukung keputusan (SPK) berbasis metode PROMETHEE (Preference Ranking Organization Method for Enrichment Evaluation) guna membantu calon mahasiswa dalam memilih kampus terbaik di Kabupaten Asahan secara objektif dan terstruktur. Permasalahan yang diangkat adalah kurangnya informasi terintegrasi mengenai keunggulan masing-masing institusi pendidikan serta belum tersedianya sistem rekomendasi yang mempertimbangkan berbagai kriteria penting seperti akreditasi, fasilitas, biaya pendidikan, prestasi, dan program studi. Penelitian ini menggunakan pendekatan kuantitatif dengan teknik pengumpulan data melalui observasi, wawancara, kuesioner, dan dokumentasi. Hasil implementasi metode PROMETHEE menunjukkan bahwa Universitas Royal memperoleh peringkat tertinggi diikuti oleh Universitas Asahan dan STIKES As Syifa Kisaran. Metode ini terbukti mampu menghasilkan peringkat kampus secara rasional dan transparan berdasarkan preferensi multikriteria. Temuan ini diharapkan dapat menjadi acuan bagi calon mahasiswa dan pihak institusi dalam meningkatkan kualitas dan daya saing perguruan tinggi di wilayah Asahan.
Kata kunci: sistem pendukung keputusa; promethee; pemilihan kampus; multi kriteria; asahan
Abstract:Abstract: In a competitive digital era, business owners such as Alya Collection face challenges in determining the right fashion products to offer to consumers. Relying on intuition without data support often results in…
inaccurate and potentially detrimental decisions. This study aims to assist the sales decision-making process by applying a data mining method using the K-Means Clustering algorithm. This method was used to group sales data from February 2024 to January 2025 into three categories: best-selling, least-selling, and non-selling products. The study was conducted using a quantitative approach, through sales data collection and direct interviews with store owners. The system was built using the PHP programming language and MySQL database, and designed with tools such as UML, DFD, and ERD. The results of this clustering system are expected to provide strategic information useful for Alya Collection in planning stock, promotions, and product development, thereby increasing sales effectively and efficiently.
Keywords: data mining; k-means; sales; alya collection; information system
Abstrak: Dalam era digital yang kompetitif, pemilik usaha seperti Alya Collection menghadapi tantangan dalam menentukan produk fashion yang tepat untuk ditawarkan kepada konsumen. Ketergantungan pada intuisi tanpa dukungan data seringkali mengakibatkan keputusan yang kurang akurat dan berisiko merugikan. Penelitian ini bertujuan untuk membantu proses pengambilan keputusan penjualan dengan menerapkan metode data mining menggunakan algoritma K-Means Clustering. Metode ini digunakan untuk mengelompokkan data penjualan dari Februari 2024 hingga Januari 2025 ke dalam tiga kategori: produk terlaris, kurang laris, dan tidak laris. Penelitian dilakukan dengan pendekatan kuantitatif, melalui pengumpulan data penjualan serta wawancara langsung dengan pemilik toko. Sistem yang dibangun menggunakan bahasa pemrograman PHP dan database MySQL, serta dirancang dengan alat bantu seperti UML, DFD, dan ERD. Hasil dari sistem klasterisasi ini diharapkan dapat memberikan informasi strategis yang berguna bagi Alya Collection dalam merencanakan stok, promosi, serta pengembangan produk, sehingga mampu meningkatkan penjualan secara efektif dan efisien.
Kata kunci: data mining; k-means clustering; penjualan; alya collection; sistem informasi
Abstract:Abstract: Padang City holds various historical relics from the Dutch colonial era, which possess significant historical value and high tourism potential. However, information regarding the locations and descriptions of these…
hese relics is still scattered and difficult to access in an integrated manner. This study aims to design and implement an Android-based Geographic Information System (GIS) that presents an interactive map containing the locations, descriptions, and photos of the heritage sites, along with a regional filter feature to facilitate navigation. The development process began with data collection from the Tourism Office and field observations, followed by map processing in ArcMap, publication to ArcGIS Online, and the creation of an Android application using ArcGIS Maps SDK and Jetpack Compose. Integration with a MySQL database allows the automatic display of location points on the map. The implementation results show that the application can display 33 heritage site points in three districts of Padang City, complete with descriptions, photos, district filters, and Web Map integration. Testing demonstrated that the application runs smoothly, is informative and interactive, and can support cultural preservation efforts while encouraging interest in historical tourism in Padang City.
Keywords: geographic information system; dutch heritage; arcgis; android; padang city.
Abstrak: Kota Padang menyimpan berbagai peninggalan bersejarah dari masa kolonial Belanda yang memiliki nilai sejarah dan potensi wisata tinggi. Namun, informasi mengenai lokasi dan deskripsi peninggalan tersebut masih tersebar dan sulit diakses secara terpadu. Penelitian ini bertujuan merancang dan mengimplementasikan Sistem Informasi Geografis (SIG) berbasis Android yang menyajikan peta interaktif berisi lokasi, deskripsi, foto peninggalan, serta dilengkapi fitur filter wilayah untuk memudahkan penelusuran. Proses pengembangan diawali dengan pengumpulan data dari Dinas Pariwisata dan observasi lapangan, dilanjutkan dengan pengolahan peta di ArcMap, publikasi ke ArcGIS Online, serta pembuatan aplikasi Android menggunakan ArcGIS Maps SDK dan Jetpack Compose. Integrasi dengan basis data MySQL memungkinkan penampilan titik lokasi secara otomatis pada peta. Hasil implementasi menunjukkan aplikasi mampu menampilkan 33 titik peninggalan di tiga kecamatan di Kota Padang, lengkap dengan deskripsi, foto, filter kecamatan, dan integrasi Web Map. Hasil pengujian membuktikan aplikasi berjalan lancar, informatif, dan interaktif sehingga dapat mendukung upaya pelestarian budaya, dan mendorong peningkatan minat wisata sejarah di Kota Padang.
Kata kunci: sistem informasi geografis; peninggalan belanda;arcgis; android; kota padang
Abstract:Abstract: Motorcycle sales are one of the key indicators of growth in Indonesia’s automotive industry. CV. Honda Karya Utama, as an authorized Honda motorcycle dealer, faces challenges due to unstable monthly sales fluctuations.…
ctuations. This uncertainty complicates stock planning, marketing strategy formulation, and may lead to potential losses caused by overstocking or understocking. To address these issues, this study aims to analyze the relationship between time and sales volume and to develop a predictive model that can assist management in making more effective business decisions.
The research was conducted using a quantitative method and a machine learning approach by applying a linear regression algorithm, implemented through the Python programming language and a MySQL database. The dataset used consists of monthly sales data over one year, analyzed to predict future sales trends. The results show that the linear regression algorithm can predict sales trends with a good level of accuracy, achieving evaluation values of MAPE 1.72%, MSE 1.76%, and RMSE 0.57. The developed model assists management in formulating marketing strategies, optimizing inventory planning, and minimizing financial risks. Therefore, linear regression can serve as an effective analytical tool to support strategic business decision-making at CV. Honda Karya Utama.
Keywords: motorcycle sales; linear regression; prediction; sales analysis
Abstrak: Penjualan sepeda motor merupakan salah satu indikator penting dalam pertumbuhan industri otomotif di Indonesia. CV. Honda Karya Utama sebagai dealer resmi sepeda motor Honda menghadapi tantangan berupa fluktuasi penjualan yang tidak stabil setiap bulannya. Ketidakpastian ini menyebabkan kesulitan dalam perencanaan stok, penentuan strategi pemasaran, serta berpotensi menimbulkan kerugian akibat kelebihan atau kekurangan persediaan. Untuk mengatasi permasalahan tersebut, penelitian ini bertujuan untuk menganalisis hubungan antara waktu dan jumlah penjualan serta membangun model prediksi yang dapat membantu manajemen dalam pengambilan keputusan bisnis yang lebih efektif. Penelitian dilakukan dengan metode kuantitatif dan pendekatan machine learning menggunakan algoritma regresi linier, dengan implementasi berbasis bahasa pemrograman Python dan basis data MySQL. Data yang digunakan berupa data penjualan bulanan selama satu tahun, yang kemudian dianalisis untuk memprediksi tren penjualan pada periode berikutnya. Hasil penelitian menunjukkan bahwa regresi linier mampu memprediksi tren penjualan dengan tingkat akurasi yang baik, dengan nilai evaluasi MAPE sebesar 1,72%, MSE 1,76%, dan RMSE 0,57. Model ini membantu manajemen dalam menyusun strategi pemasaran, mengoptimalkan perencanaan stok, serta meminimalkan risiko kerugian. Dengan demikian, regresi linier dapat menjadi alat bantu yang efektif dalam mendukung keputusan bisnis di CV. Honda Karya Utama.
Kata kunci: penjualan sepeda motor; regresi linier; prediksi; analisis penjualan