SISTEM PREDIKSI PENJUALAN DI HADRAH LAMONGAN STORE MENGGUNAKAN METODE REGRESI LINEAR BERBASIS WEB
DOI:
https://doi.org/10.51878/vocational.v7i1.16774Keywords:
Sistem Prediksi, Regresi Linear Sederhana, Berbasis Web, Persediaan Barang, Hadrah Lamongan StoreAbstract
ABSTRACT
Business competition dynamics require MSMEs to plan inventory accurately to avoid the risks of overstocking or stockouts. A similar issue is experienced by Hadrah Lamongan Store, which still relies on manual transaction recording using a daily ledger and faces seasonal supply constraints for goat skin raw materials. This study aims to build a web-based sales prediction system for the store's five main products using the simple linear regression method. The research stages include waterfall software engineering, in-depth interviews, collection of 2025 historical sales data, system design via DFD, CDM, and PDM, as well as model evaluation using the coefficient of determination () and Root Mean Square Error (RMSE). The results indicate that the web-based application was successfully implemented functionally and responsively. Based on data processing, the forecasting projection for January 2026 estimates product needs of 59 units for terbang, 6 units for bass, 6 units for tam, 6 units for darbuka, and 12 units for keprak. Model evaluation proves a low error rate with stable RMSE values, confirming that the system is accurate and provides a practical solution. The conclusion of this study is that digital transformation through linear regression forecasting provides an objective managerial foundation for store owners to plan inventory and strategically anticipate seasonal raw material limitations.
ABSTRAK
Dinamika persaingan bisnis menuntut UMKM untuk merencanakan persediaan secara akurat guna menghindari risiko kelebihan maupun kekurangan stok. Permasalahan serupa dialami oleh Hadrah Lamongan Store yang masih mengandalkan pencatatan transaksi manual menggunakan buku harian serta menghadapi kendala pasokan bahan baku kulit kambing yang bersifat musiman. Penelitian ini bertujuan membangun sistem prediksi penjualan berbasis web untuk lima produk utama toko menggunakan metode regresi linear sederhana. Tahapan penelitian meliputi rekayasa perangkat lunak model waterfall, wawancara mendalam, pengumpulan data historis penjualan tahun 2025, perancangan sistem melalui DFD, CDM, PDM, serta pengujian model menggunakan koefisien determinasi () dan Root Mean Square Error (RMSE). Hasil penelitian menunjukkan bahwa aplikasi berbasis web berhasil diimplementasikan secara fungsional dan responsif. Berdasarkan pengolahan data, proyeksi peramalan untuk bulan Januari 2026 menghasilkan estimasi kebutuhan produk terbang sebanyak 59 unit, bass 6 unit, tam 6 unit, darbuka 6 unit, dan keprak 12 unit. Evaluasi model membuktikan tingkat kesalahan yang kecil dengan nilai RMSE yang stabil, sehingga sistem ini terbukti akurat dan solutif. Simpulan dari penelitian ini adalah transformasi digital melalui peramalan regresi linear memberikan landasan manajerial yang objektif bagi pemilik toko dalam merencanakan persediaan barang serta mengantisipasi keterbatasan pasokan bahan baku musiman secara terarah.
Downloads
References
Ahaggach, H., Abrouk, L., & Lebon, E. (2024). Systematic Mapping Study of Sales Forecasting: Methods, Trends, and Future Directions. Forecasting, 6(3), 502–532. https://doi.org/10.3390/forecast6030028
Anggrawan, A., Hairani, H., & Azmi, N. (2022). Prediksi Penjualan Produk Unilever Menggunakan Metode Regresi Linear. Jurnal Bumigora Information Technology (BITe), 4(2), 123–132. https://doi.org/10.30812/bite.v4i2.2416
Athallah, M. R., & Rozi, A. F. (2023). Implementasi Data Mining Untuk Prediksi Peramalan Penjualan Produk Hj Karpet Menggunakan Metode Linear Regression. Jurnal Sains Dan Teknologi (JSIT), 2(3), 180–187. https://doi.org/10.47233/jsit.v2i3.550
Borucka, A. (2023). Seasonal methods of demand forecasting in the supply chain as support for the company’s sustainable growth. Sustainability, 15(9), 7399. https://doi.org/10.3390/su15097399
Churniawan, A. D., Lusiani, T., Wurijanto, T., Sutanto, T., & Arnandy, D. A. (2025). Analisis optimalisasi safety stock dengan metode regresi linear, support vector, dan neural network. Jurnal Ilmiah SCROLL, 13(2). https://journal.univ45sby.ac.id/index.php/SCROLL/article/view/8
Codd, E. F. (1970). A relational model of data for large shared data banks. Communications of the ACM, 13(6), 377–387. https://doi.org/10.1145/362384.362685
Deffiyani, Dinata, R. K., & Afrillia, Y. (2025). Penerapan Data Mining Penjualan Sepatu Menggunakan Metode Algoritma Apriori Dan Regresi Linier Berganda Berbasis Web. Rabit : Jurnal Teknologi Dan Sistem Informasi Univrab, 10(2), 1292–1306. https://doi.org/10.36341/rabit.v10i2.6521
DeMarco, T. (1979). Structured Analysis and System Specification. Prentice-Hall.
Duran, P. A., Vitianingsih, A. V., Riza, M. S., Maukar, A. L., & Wati, S. F. A. (2024). Data Mining Untuk Prediksi Penjualan Menggunakan Metode Simple Linear Regression. Teknika, 13(1), 27–34. https://doi.org/10.34148/teknika.v13i1.712
Habeahan, E. Y. A., & Iskandar, Y. A. (2024). Analisis peramalan permintaan dan pengendalian persediaan produk Dex di PT Pertamina Patra Niaga Fuel Terminal Cikampek. Jurnal Manajemen, 11(1). https://journals.upi-yai.ac.id/index.php/Jurnalmanajemen/article/view/3871
Hardika, Martanto, Arif, R. D., & Mulyawan. (2025). Meningkatkan model prediksi penjualan pada Toko Devanjayaban. JITET (Jurnal Informatika Dan Teknik Elektro Terapan), 13(2), 913–921. https://doi.org/10.23960/jitet.v13i2.6357
Hidayat, N., Novitasari, D., Jannah, N., & Ningtyas, F. D. (2025). Analisis Peramalan Produksi Kue Kering di Afifah Bakery dengan Menggunakan Software POM-QM. Jurnal Media Akademik (JMA), 3(5), 1–10. https://jurnal.mediaakademik.com/index.php/jma/article/view/1815
Ilham, M. A., Achmadi, S., & Sari, K. A. (2024). Implementasi metode Double Exponential Smoothing untuk sistem peramalan penjualan alat musik. Jurnal Teknologi Terpadu, 10(2), 125–133. https://doi.org/10.54914/jtt.v10i2.1490
Jesselyn, C., & Dewi, S. (2024). Implementasi metode peramalan (forecasting) pada penjualan kuas di PT ABC. Jurnal Teknik Mesin, Industri, Elektro dan Informatika, 3(1), 101–109. https://doi.org/10.55606/jtmei.v3i1.3234
Jumardi, R., & Widiastuti, S. H. (2021). Aplikasi Forecasting Penjualan Dan Persediaan Produk Usaha Mikro, Kecil Dan Menengah. JSAI (Journal Scientific and Applied Informatics), 4(3), 383–390. https://doi.org/10.36085/jsai.v4i3.2756
Mauladi, K. F., Damayanti, A., & Wahyudi, M. H. (2025). Prediksi penjualan sepatu berbasis web pada Toko Byu.Co menggunakan regresi linier least square. Jurnal Pendidikan dan Teknologi Indonesia, 5(9), 2490–2500. https://doi.org/10.52436/1.jpti.976
Oktaviani, E., & Masyhuri, M. (2026). Analisis Risiko Human Error dalam Penggunaan Microsoft Excel dan Dampaknya terhadap Kualitas Laporan Keuangan. Journal of Economic and Business Advancement, 1(4), 127–136. https://doi.org/10.65310/05g9sr46
Pradita, A., & Rasiban. (2024). Implementasi Data Mining dengan Metode Regresi Linear untuk Prediksi Hasil Penjualan di PT Awitama Cyndo Wahana. Jurnal Indonesia : Manajemen Informatika Dan Komunikasi, 5(3), 2709–2723. https://doi.org/10.35870/jimik.v5i3.957
Shaputra, R. D., & Hidayat, S. (2021). Implementasi regresi linear untuk prediksi penjualan dan cash flow pada aplikasi point of sales restoran. Automata, 2, 1. https://103.220.113.195/AUTOMATA/article/view/17355
Syahri, I. N., Martanto, M., Dikananda, A. R., & Mulyawan, M. (2025). Implementasi Algoritma Regresi Linear Untuk Model Prediksi Penjualan Di Toko Amanda Brownies. Jurnal Informatika Dan Teknik Elektro Terapan, 13(2). https://doi.org/10.23960/jitet.v13i2.6337
Ye, L., Xie, N., Boylan, J. E., & Shang, Z. (2024). Forecasting seasonal demand for retail: A Fourier time-varying grey model. International Journal of Forecasting, 40(4), 1467–1485. https://doi.org/10.1016/j.ijforecast.2023.12.006









