SKRIPSI DIGITAL
Penerapan Data Mining untuk Forecasting Penjualan Barang Sembako Menggunakan Pendekatan Time Series dengan Metode Moving Average dan Linear Regression pada CV Naumi Abdar Indonesia = Application of Data Mining for Forecasting Sales of Basic Commodities Using a Time Series Approach with Moving Average and Linear Regression Methods at CV Naumi Abdar Indonesia
Kiki Adisti. “Penerapan Data Mining untuk Forecasting Penjualan Barang Sembako Menggunakan Pendekatan Time Series dengan Metode Moving Average dan Linear Regression pada CV Naumi Abdar Indonesia.” Skripsi Jurusan Akuntansi Politeknik Negeri Semarang, Agus Suwondo, S.Kom., M.Kom., dan Dra. Mardinawati, M.M.
CV Naumi Abdar Indonesia merupakan perusahaan yang bergerak pada bidang distribusi dan penjualan barang sembako yang belum memanfaatkan data historis penjualan secara optimal sebagai dasar perencanaan kebutuhan persediaan. Penelitian ini menerapkan data mining untuk melakukan forecasting penjualan menggunakan pendekatan time series dengan metode Moving Average dan Linear Regression. Analisis dilakukan dengan mengacu pada kerangka kerja Cross Industry Standard Process for Data Mining (CRISP-DM), meliputi tahap business understanding, data understanding, data preparation, modeling, evaluation, dan deployment. Data yang digunakan merupakan data sekunder transaksi penjualan periode 1 Juni 2024 sampai dengan 19 Mei 2026, dengan 15 dari 217 produk ditetapkan sebagai sampel penelitian berdasarkan proporsi penjualan tertinggi. Hasil forecasting dari kedua metode dievaluasi dan dibandingkan menggunakan Mean Absolute Percentage Error (MAPE). Hasil penelitian menunjukkan bahwa metode Linear Regression menghasilkan rata-rata nilai MAPE sebesar 10,63%, sedangkan metode Moving Average menghasilkan rata-rata nilai MAPE sebesar 10,99%, yang keduanya termasuk dalam kategori akurasi baik. Berdasarkan evaluasi pada masing-masing produk, metode Moving Average menghasilkan nilai MAPE terendah pada 8 produk, sedangkan metode Linear Regression menghasilkan nilai MAPE terendah pada 7 produk, sehingga kinerja masing-masing metode bergantung pada karakteristik pola penjualan setiap produk. Model dengan kinerja terbaik pada setiap produk selanjutnya digunakan untuk menghasilkan estimasi penjualan periode Juni 2026 sebagai rekomendasi bagi perencanaan persediaan pada CV Naumi Abdar Indonesia.
Kata Kunci: Data Mining, Forecasting, Time Series, Moving Average, Linear Regression, MAPE
Tidak tersedia versi lain
Karya Umum 
Filsafat 
Agama 
Ilmu-ilmu Sosial 
Bahasa 
Ilmu-ilmu Murni 
Ilmu-ilmu Terapan 
Kesenian, Hiburan, dan Olahraga 
Kesusastraan 
Geografi dan Sejarah