Analisis Metode Regresi Linier Berganda Dan Ordinary Least Squared Dalam Mengelola Manajemen Operasional Penjualan MPM MOTOR Dealer di Lombok Timur

  • Lalu Erwin Universitas Bumigora
  • Kartarina Kartarina Universitas Bumigora
  • Rini Anggriani Universitas Bumigora
  • Widia Febriana Universitas Bumigora
  • Ni Ketut Sriwinarti
DOI: https://doi.org/10.52362/jisamar.v7i1.1016

Abstract

Estimasi adalah suatu proses pengukuran yang bersifat kuantitatif, dimana hasil dari proses ini adalah perkiraan angka untuk mengambil keputusan yang lebih baik. MPM MOTOR adalah salah satu dealer Honda populer di Lombok Timur. Dealer ini terletak di Jl. TGKH Muhammad Zainuddin Abdul Majid No.46, Lombok Timur, 83611 dan customer bisa mengunjunginya untuk test drive, mendapatkan penawaran terbaik, membeli mobil Honda. Dengan beragamnya produk yang ditawarkan oleh MPM Motor ini, tidak mengherankan jika pendapatan penjualannya tergolong tinggi. Namun tingginya pedapatan penjualan ini tidak konsisten, dimana ada saatnya ketika pendapatan penjualan menurun dan meningkat. Dengan pendapatan yang tidak konsisten serta tidak tersedianya informasi yang memadai mengenai pendapatan di masa mendatang, perusahaan akan kesulitan dalam mengambil keputusan. Menanggapi hal ini, dilakukan penelitian menggunakan metode Regresi Linier Berganda dan Ordinary Least Squared untuk membantu staff perusahaan menentukan estimasi pendapatan penjualan berdasarkan naik turunnya rata-rata transaksi barang dalam rentang waktu tertentu. Metode Regresi Linier Berganda merupakan metode untuk menganalisis hubungan linier antara 2 atau lebih variabel bebas. Sementara metode Odinary Least Squared adalah metode   analisis Koefisien Regresi. Hasil dari penelitian ini adalah sebuah model persamaan regresi yang digunakan untuk proses estimasi serta Koefisien Regresi yang diperoleh selama proses pengujian.Melalui penelitian ini ditarik kesimpulan bahwa model regresi yang diperoleh dari gabungan metode Regresi Linier Berganda dan Ordinary Least Squared dapat digunakan untuk mengestimasi jumlah penjualan

Downloads

Download data is not yet available.

References

[1] E. D. Sri Mulyani et al., “Estimasi Pertumbuhan Penduduk Di Kabupaten Tasikmalaya Menggunakan Metode Regresi Linear Berganda,” INFOSYS (INFORMATION Syst. J., vol. 6, no. 1, 2021, doi: 10.22303/infosys.6.1.2021.1-11.
[2] R. J. Calin-Jageman and G. Cumming, “Estimation for better inference in neuroscience,” eNeuro, vol. 6, no. 4, 2019, doi: 10.1523/ENEURO.0205-19.2019.
[3] S. Sulistyono and W. Sulistiyowati, “Peramalan Produksi dengan Metode Regresi Linier Berganda,” PROZIMA (Productivity, Optim. Manuf. Syst. Eng., vol. 1, no. 2, 2018, doi: 10.21070/prozima.v1i2.1350.
[4] E. M. Jesiani, A. Apriansyah, and R. Adriat, “Model Pendugaan Evaporasi dari Suhu Udara dan Kelembaban Udara Menggunakan Metode Regresi Linier Berganda di Kota Pontianak,” Prism. Fis., vol. 7, no. 1, p. 46, 2019, doi: 10.26418/pf.v7i1.32515.
[5] A. Amrin, “Data Mining Dengan Regresi Linier Berganda Untuk Peramalan Tingkat Inflasi,” J. Techno Nusa Mandiri, vol. XIII, no. 1, pp. 74–79, 2016, [Online]. Available: http://ejournal.nusamandiri.ac.id/ejurnal/index.php/techno/article/view/268.
[6] Eko Prasetyo, Data Mining : Konsep Dan Aplikasi Menggunakan Matlab. 2013.
[7] M. J. Hamid Mughal, “Data mining: Web data mining techniques, tools and algorithms: An overview,” Int. J. Adv. Comput. Sci. Appl., vol. 9, no. 6, 2018, doi: 10.14569/IJACSA.2018.090630.
[8] S. A. Alasadi and W. S. Bhaya, “Review of data preprocessing techniques in data mining,” J. Eng. Appl. Sci., vol. 12, no. 16, pp. 4102–4107, 2017, doi: 10.3923/jeasci.2017.4102.4107.
[9] S. Ningsih and H. H. Dukalang, “Penerapan Metode Suksesif Interval pada Analsis Regresi Linier Berganda,” Jambura J. Math., vol. 1, no. 1, pp. 43–53, 2019, doi: 10.34312/jjom.v1i1.1742.
[10] E. Superior et al., “Sarrus Rule Extension for 4 × 4 and 5 × 5 Determinants,” vol. 15, no. 4, pp. 283–301, 2021.
[11] M. G. Sobamowo, “On the Extension of Sarrus’ Rule to n × n ( n > 3 ) Matrices: Development of New Method for the Computation of the Determinant of 4 × 4 Matrix,” Int. J. Eng. Math., vol. 2016, pp. 1–14, 2016, doi: 10.1155/2016/9382739.
[12] D. W. Scott, Multivariate density estimation: Theory, practice, and visualization: Second edition. 2015.
[13] A. Rivandi, E. Bu’ulolo, and N. Silalahi, “PENERAPAN METODE REGRESI LINIER BERGANDA DALAM ESTIMASI BIAYA PENCETAKAN SPANDUK (STUDI KASUS : PT. HANSINDO SETIAPRATAMA) Ahmad,” Pelita Inform. Budi Darma, vol. 18, pp. 1–6, 2019.
[14] G.- MARDIATMOKO, “Pentingnya Uji Asumsi Klasik Pada Analisis Regresi Linier Berganda,” BAREKENG J. Ilmu Mat. dan Terap., vol. 14, no. 3, pp. 333–342, 2020, doi: 10.30598/barekengvol14iss3pp333-342.
[15] Sugiyo, Metode Penelitian Kualitatif dan R and D, no. April. 2015.
Published
2023-02-01
How to Cite
ERWIN, Lalu et al. Analisis Metode Regresi Linier Berganda Dan Ordinary Least Squared Dalam Mengelola Manajemen Operasional Penjualan MPM MOTOR Dealer di Lombok Timur. Journal of Information System, Applied, Management, Accounting and Research, [S.l.], v. 7, n. 1, p. 137-150, feb. 2023. ISSN 2598-8719. Available at: <https://journal.stmikjayakarta.ac.id/index.php/jisamar/article/view/1016>. Date accessed: 07 july 2025. doi: https://doi.org/10.52362/jisamar.v7i1.1016.
Citation Formats
Issue
Vol 7 No 1 (2023): JISAMAR : February 2023
Section
Articles
Creative Commons License

This work is licensed under a Creative Commons Attribution 4.0 International License.