ANALISIS DAN PREDIKSI TOTAL PENJUALAN PRODUK DI SUPERMARKET MENGGUNAKAN LINEAR REGRESSION

Abstrak

Perkembangan teknologi informasi mendorong sektor ritel, khususnya supermarket, untuk memanfaatkan data transaksi penjualan sebagai dasar pengambilan keputusan yang lebih akurat dan efisien. Volume data transaksi yang terus meningkat menuntut adanya metode analisis prediktif guna memperkirakan total penjualan secara objektif dan terukur. Penelitian ini bertujuan untuk menganalisis serta memprediksi total penjualan produk di supermarket menggunakan algoritma Linear Regression, serta mengevaluasi kinerja model prediksi yang dihasilkan. Dataset yang digunakan berupa data transaksi supermarket yang mencakup variabel harga satuan (unit price) dan jumlah pembelian (quantity) sebagai variabel independen, serta total penjualan sebagai variabel dependen. Metode penelitian yang diterapkan meliputi tahap preprocessing data, pembagian data menjadi data latih dan data uji, pelatihan model Linear Regression menggunakan metode Ordinary Least Squares (OLS), serta evaluasi performa model menggunakan metrik Root Mean Square Error (RMSE), Mean Absolute Error (MAE), dan koefisien determinasi (R²). Hasil penelitian menunjukkan bahwa algoritma Linear Regression mampu memodelkan hubungan antara harga satuan, jumlah pembelian, dan total penjualan dengan tingkat akurasi yang baik serta kesalahan prediksi yang relatif rendah. Selain itu, model yang dibangun memiliki kestabilan yang cukup baik dalam memprediksi total penjualan pada data uji. Kesimpulan dari penelitian ini adalah bahwa Linear Regression efektif digunakan sebagai metode prediksi total penjualan supermarket dan dapat dimanfaatkan sebagai alat bantu analisis penjualan serta pendukung pengambilan keputusan berbasis data.