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

Authors

  • 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

Keywords:

Estimasi Pendapatan Penjualan

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

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.

Additional Files

Published

2023-02-01

Most read articles by the same author(s)

Obs.: This plugin requires at least one statistics/report plugin to be enabled. If your statistics plugins provide more than one metric then please also select a main metric on the admin's site settings page and/or on the journal manager's settings pages.