Data Mining Using Multiple Linear Regression Method for Stock Prediction

Authors

  • Methewkasly Pratama Sembiring Universitas Potensi Utama, Medan, Indonesia
  • Wiwi Verina Universitas Potensi Utama, Medan, Indonesia

DOI:

https://doi.org/10.35335/jict.v16i2.288

Keywords:

Data Mining, Inventory Prediction, Multiple Linear Regression, Website

Abstract

This study aims to apply data mining techniques using multiple linear regression to predict inventory at PT. Sumber Jaya Motor's website. In today's digital era, companies face challenges in managing inventory, which can impact operational efficiency and customer satisfaction. Therefore, accurate inventory prediction is essential to improve inventory management efficiency. The multiple linear regression method was chosen because of its ability to link multiple independent variables with the dependent variable, thus providing more accurate predictions regarding required inventory. The data used in this study includes information related to sales, suppliers, and demand obtained from PT. Sumber Jaya Motor.  The results of the multiple linear regression application indicate that the developed model can provide inventory predictions with a high degree of accuracy. This system is implemented on a website to facilitate real-time data-driven monitoring and decision-making. With the implementation of this method, it is hoped that PT. Sumber Jaya Motor can manage inventory more efficiently, reduce inventory costs, and improve customer service.

References

Jayanti, N. K. D. A. (2020). Penerapan metode Triple Exponential Smoothing pada sistem peramalan penentuan stok obat. Jurnal Sistem dan Informatika (JSI), 9(2), 13-23.

Masruroh, M., & Mauladi, K. F. (2020). Penerapan Metode Regresi Linear Berganda Dalam Sistem Prediksi Nilai Ujian Nasional Siswa Smp. Jurnal teknika, 12(1), 1-6.

Dahlia, Andri (2020) dengan judul Implementasi Data Mining untuk Peramalan Persediaan Obat pada Puskesmas Kertapati menggunakan Regresi linear Berganda. Building of Informatics, Technology and Science (BITS) 6, no. 2 (2024): 1191-1200.

Aryani, Y. (2020). Sistem informasi penjualan barang dengan metode regresi linear berganda dalam prediksi pendapatan perusahaan. Jurnal Riset Sistem Informasi Dan Teknologi Informasi (JURSISTEKNI), 2(2), 39-51.

Ayuni & Fitrianah, 2020. Analisis Prediksi Penjualan Dengan Metode Regresi Linear Di Pt. Eagle Industry Indonesia. Jurnal Informatika Teknologi dan Sains (Jinteks), 5(3), 398-403.

Wahyudin, A. A. F. N., Primajaya, A., & Irawan, A. S. Y. (2020). Penerapan Algoritma Regresi Linear Berganda Pada Estimasi Penjualan Mobil Astra Isuzu. Techno. Com, 19(4), 364-374.

Dahlia Citra Feronika Sirait (2021). Implementasi Data Mining Untuk Memprediksi Tingkat Penjualan Peralatan Elektronik Menggunakan Metode Regresi Linear Berganda. Jurnal CyberTech

Lase, M., Saripurna, D., & Sari, V. W. (2022). Estimasi Penjualan Ice Cream Walls Menggunakan Metode Regresi Linear Berganda. Jurnal Sistem Informasi Triguna Dharma (JURSI TGD), 1(5), 625-634.

Aris (2020) Rancang bangun sistem informasi penilaian kinerja pegawai berbasis web menggunakan metode fuzzy (studi kasus: Dinas Tata Ruang dan Bangunan Pemerintahan Kabupaten Tangerang) (Bachelor's thesis, Fakultas Sains dan Teknologi Universitas Islam Negeri Syarif Hidayatullah Jakarta).

Hermiati, R., Asnawati, A., & Kanedi, I. (2021). Pembuatan E-Commerce Pada Raja Komputer Menggunakan Bahasa Pemrograman Php Dan Database Mysql. jurnal media infotama, 17(1).

Sutopo, D. (2020). SISTEM INFORMASI PENGAJUAN CUTI PEGAWAI BERBASIS WEB PADA KANTOR DESA SENTUL JAYA (Doctoral dissertation, Universitas Muhammadiyah Tangerang).

Nurlifa, M., & Kusumadewi, A. (2020, March). Perancangan Dan Analisa Website Rumah Sakit Graha Hermine Batam. In CoMBInES-Conference on Management, Business, Innovation, Education and Social Sciences (Vol. 1, No. 1, pp. 539-547).

Made, I., Ramayu, S., Susanto, F., & Mahendra, G. S. (2022). Penerapan Data Mining Dengan Algoritma C4. 5 Dalam Pemesanan Obat Guna Meningkatkan Keuntungan Apotek. Online) SENADA, 5, 23245.

Manurung, . (2023). Aplikasi Peramalan Penjualan Ice Cream Walls Metode Exponential Smoothing Pada Pt. Bentoro Adisandi Duri (Doctoral dissertation, Universitas Lancang Kuning).

Palaâ, E. I., Saerang, D. P., & Gamaliel, H. (2020). Analisis Sistem Informasi Akuntansi Penjualan Pada PT. Wahana Wirawan Manado-Nissan Datsun Martadinata. Jurnal EMBA: Jurnal Riset Ekonomi, Manajemen, Bisnis Dan Akuntansi, 8(4).

Selay, A., Andigha, G. D., Alfarizi, A., Wahyudi, M. I. B., Falah, M. N., Encep, M., & Khaira, M. (2023). Sistem Informasi Penjualan. Karimah Tauhid, 2(1), 232-237.

Utami, U., Yasdomi, K., Sabri, K., & Safitri, N. (2023). Rancangan Sistem Informasi Promosi Produk UMKM Desa Rambah Tengah Hulu Berbasis Web. REMIK: Riset dan E-Jurnal Manajemen Informatika Komputer, 7(1), 713-723.

Sadali, M., & Putra, Y. K. (2020). Sistem Informasi Berbasis Web Sma Al-Mukhtariyah Mamben Lauk Berbasis Php Dan Mysql Dengan Framework Codeigniter. Infotek: Jurnal Informatika dan Teknologi, 3(1), 79-83.

Wahyudin, Y., & Rahayu, D. N. (2020). Analisis metode pengembangan sistem informasi berbasis website: a literatur review. Jurnal Interkom: Jurnal Publikasi Ilmiah Bidang Teknologi Informasi Dan Komunikasi, 15(3), 119-133.

Amaludin, A., Abidin, A. Z., Martha, M. A., & Saputra, S. (2024). Perancangan Sistem Absensi Berbasis Web Menggunakan Bahasa Program PHP Dan MYSQL Di Sekolah Yayasan Ashaabul Ardhi (Sahabat Bumi). BIN: Bulletin Of Informatics, 2(2), 227-235.

Alfina, Ommi (2019) PEMODELAN UML SISTEM PENDUKUNG KEPUTUSAN DALAM PENENTUAN KELAS SISWA SISWA TUNAGRAHITA. METHOMIKA: Jurnal Manajemen Informatika & Komputerisasi Akuntansi

Janis, J. W., Mamahit, D. J., Sugiarso, B. A., & Rumagit, A. M. (2020). Rancang bangun aplikasi online sistem pemesanan jasa tukang bangunan berbasis lokasi. Jurnal Teknik Informatika, 15(1), 1-12.

Downloads

Published

2025-10-31

How to Cite

Sembiring, M. P. ., & Verina, W. . (2025). Data Mining Using Multiple Linear Regression Method for Stock Prediction. Jurnal ICT : Information and Communication Technologies, 16(2), 425–433. https://doi.org/10.35335/jict.v16i2.288