DATA MINING 2 [SISTEM INFORMASI PENJUALAN BARANG DENGAN METODE REGRESI LINEAR BERGANDA DALAM PREDIKSI PENDAPATAN PERUSAHAAN]

  • Urgensi dari Penelitian ini yaitu sebagai berikut
Penelitian  ini  bertujuan  untuk mengetahui variabel manakah yang berpengaruh terhadap pendapatan. Dalam hal metode yang digunakan adalah  Regresi Linear Berganda dengan bantuan perhitungan aplikasi SPSS versi 21 di peroleh hasil persamaan regresi Y = 11257,187-3,427(X1) + 12,501(X2) -2,076(X3) dengan nilai ( Uji T, Uji F dan R2 ) dengan mengambil nilai sig < 0,05 . hasil dari pengujian hipotesis Uji T secara individual dapat disimpulkan bahwa variabel X1,X2 dan X3  berpengaruh terhadap  pendapatan.  Hasil  dari  Uji  F  dengan  taraf  sig  <  0,05  dapat  disimpulkan  bahwa  variabel X1,  X2  dan  X3  secara  bersama-sama  berpengaruh  terhadap pendapatan  perusahan.  Hasil  dari  koefisien determinasi  (R2)  di  peroleh  nilai  yang sangat  tingggi  yaitu  1,000.  Hal  ini  dapat  dikatakan  Semakin  kecil  nilai  koefisien  determinasi  (R  square),  maka  ini  artinya  pengaruh  variabel  bebas  terhadap  variabel  terikat  semakin lemah. Sebaliknya, jika nilai R Square semakin mendekati 1, maka pengaruh tersebut akan semakin kuat.

Kaca Mobil Nugraha terbilang tidak menentu, tinggi rendahnya pendapatan tergantung dalam mengelola setiap transaksi yang ada, karena tidak tepatnya perusahaan dalam mengambil keputusan pada jumlah pembelian suatu barang, di setiap periodenya.

  • Proses Metodologi Penelitian, yaitu sebagai berikut.
1. Variabel

a. Variabel Bebas


Variabel bebas adalah variabel yang mempengaruhi atau menjelaskan variable yang lain. Variabel bebas dalam penelitian ini pembelian barang, dan jumlah barang terjual. 

b. Variabel Terikat

Variabel yang dijelaskan atau dipengaruhi oleh variable independent. Variabel terikat dalam penelitian ini adalah hasil pendapatan.

2. Pengumpulan Data

a. Dokumentasi

Pada penelitian ini data-data yang terkumpul sebagai objek didapat dari dokumentasi data penjualan perusahaan dan pada penelitian terdahulu. Data yang diperoleh dari dokumentasi penjualan tahun 2013 sampai 2017.

b. Metode Wawancara

Wawancara Metode pengumpulan data dengan cara mengajukan pertanyaan secara lisan kepada pihak yang bersangkutan.Proses wawancara dan survey dilakukan secara langsung, dengan jalan pewancara memberikan pertanyaan-pertanyaan seputar sistem kepada responden, dan responden kemudian memberikan jawaban dan data yang berkaitan dengan pertanyaan kepada pewancara.

3. Pengolahan data

a. Alat Bantu dan Bahan Untuk Pengolahan Data

Alat yang diperlukan dalam pengolahan data ini memerlukan beberapa alat dari perangkat keras (Hardware) dan alat yang berupa perangkat lunak (software) seperti program-program aplikasi untuk mempermudah proses perhitungan maupun grafik-grafik serta proses menganalisa data.

b. Alat Bantu Untuk Mengolah Data

- Membutuhkan sebuah program demi melancarkan perhitungan yang akurat seperti program SPSS maupun program dari office seperti MS. Excel serta menggunakan PHP Mysql untuk perancangan sebuah aplikasi yang akan dibuat.

- Laptop yang digunakan peneliti untuk melakukan implementasi dan uji coba aplikasi prediksi pendapatan penjualan.

4. Analisis Kebutuhan Sistem Dan Perancangan Sistem Berbasis Web

Perancangan sistem menggunakan Unified Modeling Language (UML) dan perancangan database. Use Case diagram (diagram use case) adalah diagram yang menyajikan interaksi antara use case dan actor. Dimana actor dapat berupa orang, peralatan atau sistem lain yang berinteraksi dengan sistem yang sedang dibangun. Use case menggambarkan fungsionalitas sistem atau persyaratan-persyaratan yang harus dipenuhi sistem dari pandangan pemakai. Dalam system ini ada 2 aktor use case yaitu use case sebagai admin dan customer, serta class diagram

a. Use Case Admin

Pada gambar use case admin di atas, admin melakukan login serta menginput segala transaksi penjualan yang ada seperti, menginput data barang, prodk kaca, jumlah barang, informasi customer, data pesanan, perhitungan hasil pendapatan, informasi perusahaan dan melakukkan logout terhadap sistem.

b. Use Case Customer

Customer dapat melihat barang terlebih dahulu, lalu jika ada barang yang sesuai bisa melakukakn pembelian. Namun sebelum melakukan pembelian customer harus mengisi form pemesanan terlebih dahulu atau mengisi data diri pemelian sebelum masuk dan untuk melakukan login sebagai customer. Setelah itu customer bisa masuk login dengan memasukkan username dan password yang sudah di berikan oleh system atau admin. Lalu baru customer bisa memesan barang sesuai apa yang di inginkan dan bisa melakukan logout kembali.

c. Class Diagram

Menggambarkan struktur statis class di dalam sistem. Class merepresentasikan sesuatu yang ditangani oleh sistem. Dengan melihat karakteristik sistem pemasaran produk dari bagian penjualan beserta proses-proses yang terjadi, maka dapat dibuat class  diagram.

5. Implementasi Metode Regresi Linear Berganda

Model regresi ini dipilih untuk memprediksikan nilai dari variabel dependen apabila nilai variabel independen mengalami kenaikan atau penurunan dan untuk mengetahui arah hubungan antara variabel independen yaitu pengaruh pendapatan penjualan, serta pengeluaran dan umum dengan variabel  dependen yaitu hasil pendapatan apakah positif atau negatif.

Analisis regresi linier berganda digunakan untuk mengetahui seberapa besar pengaruh hubungan variabel (X1), (X2),dan (X3) terhadap variabel dependen hasil pendapatan (Y). Persamaan regresi yang dipakai adalah sebagai berikut [12].

Y = a+ β1 Χ1 + β2 Χ2 + β3 Χ3……. Keterangan :

Y = Jumlah pendapatan a = Nilai konstanta

X1 = Koefisien regresi dari variabel X1 (Pembelian barang)

X2 = Koefisien regresi dari variabel X2 (jumlah barang terjual kaca spion) X3 = Koefisien regresi dari variabel X3 (jumlah barang terjual kaca mobil )

  • Proses linier regresi dalam memberikan solusi dari permasalahan yang ada
Berdasarkan hasil pengujian pada tabel coefficients, pada model regresi yang terbentuk, dapat diinterpretasikan hasil sebagai berikut

Y = 11257,187 – 3,427(X1) + 12,501(X2) – 2,076(X3)

- Konstanta sebesar 11257,187 artinya jika X1,X2dan X3 = 0 maka Y = 11257,187

- Coefficients (X1) sebesar - 3,427 artinya setiap 1 unit niali X1 akan berkurangnya nilai Y sebesar

3,427. Nilai koefisien regresi yang negative menunjukkan bahwa pembelian barang (X1) terhadap

volume penjualan (Y) berpengaruh negative.

- Coefficients (X2) sebesar 12,501 artinya setiap 1 unit nilai X2 akan menambah nilai Y sebesar

12,501. Nilai koefisien regresi yang positif menunjukkan bahwa jumlah barang terjual pada kaca spion

(X1) terhadap volume penjualan (Y) berpengaruh positif.

- Coefficients (X3) sebesar – 2,076 artinya setiap 1 unit niali X3 akan berkurangnya nilai  Y

sebesar2,076. Nilai koefisien regresi yang negative menunjukkan bahwa jumlah barang terjual

pada kaca mobil (X3) terhadap volume penjualan (Y) berpengaruh negative.

  • Kesimpulan
Hasil penelitian secara simultan atau bersama-sama dilihat bahwa pembelian barang, jumlah barang terjual kaca spion dan jumlah kaca mobil memperoleh hasil signifikan 0,019 < 0,05, sehingga disimpulkan bahwa variabel yang di teliti berpengaruh positif dan signifikan terhadap pendapatan perusahaan CV. Kaca Mobil Nugraha. Hal ini berarti jika dari variabel tersebut ada yang bernilai negative maka akan mengalami penurunan terhadap pendapatan perusahaan. Interface system yang di buat menghasilkan skor rata-rata yang dihasilkan adalah 82,7, berdasarkan uji Metric of Software Quality Assurance (SQA). Sehingga dapat disimpulkan bahwa interface yang dibuat pada penelitian ini memenuhi standar kualitas.dan Sistem yang dibangun ini dapat mempermudah pemilik perusahaan untuk melihat hasil prediksi pendapatan, sistem ini dapat meminimalisir kerugian, memberikan informasi yang cepat dan akurat tentang prediksi pendapatan.

  • Saran
Aktivitas pembelajaran untuk menumbuhkan keterampilan menulis karya ilmiah masih bersifat umum dengan studi kasus pada karya ilmiah penelitian pendidikan matematika. Oleh karena itu, perlu dilakukan kajian yang lebih mendalam untuk mempelajari karakteristik karya ilmiah pendidikan matematika dan bagaimana menumbuhkan keterampilan menulis karya ilmiah tersebut. 

Komentar

Postingan populer dari blog ini

Memanfaatkan Blog Di Esensialitas Era Digital

DATA MINING 3 [Analisis Sentiment Masyarakat terhadap Kasus Covid-19 pada Media Sosial Youtube dengan Metode Naive bayes]

DATA MINING 1 [Penerapan K-Means dalam Efektivitas Pembelajaran E-Learning pada Masa Pandemi Covid-19]