Penelitian ini bertujuan untuk membangun model prediksi penjualan produk di gerai Alfamart Graha Asri Cikarang guna mengatasi ketidakpastian dalam pengelolaan stok yang sering menyebabkan kelebihan atau kekurangan persediaan. Permasalahan yang diangkat adalah ketidakmampuan dalam mengidentifikasi pola penjualan terlaris dan ketidaktepatan dalam meramalkan permintaan konsumen secara akurat. Metode yang digunakan adalah regresi linear berganda dengan pendekatan Knowledge Discovery in Databases (KDD), yang terdiri dari tahapan data selection, preparation, mining, evaluasi, dan knowledge presentation. Data yang digunakan merupakan data historis penjualan dari 100 produk terlaris selama periode Agustus 2024 hingga Maret 2025. Evaluasi model dilakukan menggunakan tiga skenario pembagian data (split data 70/30, 80/20, dan 90/10) serta metrik evaluasi MAE dan RMSE. Hasil evaluasi menunjukkan bahwa model mampu menghasilkan prediksi yang cukup akurat, dengan MAE terendah sebesar 22,21 dan RMSE sebesar 25,50 dari split data 90/10. Hasil penelitian ini menunjukkan bahwa implementasi model prediksi berbasis regresi linear dapat melihat pola penjualan produk terlaris dengan salah satunya pada produk “Ff Skm putih Pch 545g”. Pemodelan prediktif dengan regresi linear ini dapat membantu manajemen toko dalam merancang strategi stok dan pemasaran yang lebih efektif.

S12061

INF 0088 2025

Bekasi

Tersedia