Peramalan Produksi dengan Metode Regresi Linier Berganda

DOI: https://doi.org/10.21070/prozima.v1i2.1350

Author (s)


(1) * Sulistyono Sulistyono   (Universitas Muhammadiyah Sidoarjo)  
        Indonesia
(2)  Wiwik Sulistiyowati   ()  
        Indonesia
(*) Corresponding Author

Abstract


Dengan banyaknya pembangunan gedung-gedung, merupakan peluang besar yang bagus untuk industri mesin pendingin. Untuk memenuhi terhadap permintaan mesin pendingin diperlukan peramalan yang tepat dalam pengambilan keputusan dalam proses produksi. Peramalan produksi merupakan bentuk pembuatan keputusan yang dijadikan sebagai landasan dibanyak industri manufaktur dan industri pelayanan.

Tujuan dilakukan penelitian ini adalah untuk meramalkan jumlah produksi sehingga dapat menentukan jumlah produksi mesin pendingin dalam 12 periode dimasa yang akan datang. Analisis regresi merupakan analisis yang bertujuan untuk menentukan model yang paling sesuai untuk pasangan data serta dapat digunakan untuk membuat model dan menyelidiki hubungan antara dua variabel atau lebih.

Hasil persamaan matematika regresi yang mempengaruhi jumlah produksi adalah variabel kerusakan mesin (KM) dan harga bahan baku (HBB) serta jumlah tenaga kerja (JTK) nilai konstanta 500.308 menyatakan bahwa jika tidak ada variabel kerusakan mesin, harga bahan baku dan jumlah tenaga kerja, maka jumlah produksi sebesar 500.300. Dengan mengasumsikan diabaikannya variabel independen lainnya, jika kedua variabel (X1_KM) bernilai positif sebesar 47.869 dan (X2_HBB) bernilai positif sebesar 7.2700000, maka jumlah produksi meningkat sebesar 1%, dan jika variable (X3_JTK) bernilai negatif  -3.460, jumlah produksi mengalami penurunan 1%, sebesar 3.640.



Keywords

Peramalan, Analisis Regresi Linier Jumlah Produksi, Kerusakan Mesin, Harga Bahan Baku, dan Jumlah Tenaga Kerja.



Full Text: PDF



References


[1]. Nasution, H. A. (2003), Perencanaan dan Pengendalian Produksi, edisi Pertama Cetakan Kedua, Guna Widya.

[2]. Mona., M.G, dkk.m (2015)., Penggunaan Regresi Linear Berganda untuk Menganalisis Pendapatan Petani Kelapa Studi Kasus: Petani Kelapa di Desa Beo, Kecamatan Beo Kabupaten Talaud., JdC., Vo. 4., No.2.

[3]. Anggraeni, W. linawati, F. danVinarti, A.R. (2012) “Implementasi Metode Regresi Berganda Untuk Meramalkan Permintaan Mobil Dengan N- Variabel Bebas Adaptif”, Jurnal Sistim Informasi, Vol. 4, No. 2, hal. 76-87.

[4]. Wahyono, T. (2009). 25 Model Analisis Statistik dengan SPSS 17, Penerbit PT Elex Media Komputindo

[5]. Wibisono, Y. (2005) Metode Statistik. Cetakan pertama, Penerbit Gajah Mada University Press.

[6]. Santoso, S., (2000)., Latihan SPSS Statistik Parmetik, Gramedia Jakarta.

[7]. Supranto., J., 2004., Analisis Multivariat Arti dan Interpretasi., Rineka Cipta., Jakarta


Article View

Abstract views : 323 times | PDF files viewed : 1518 times

Dimensions, PlumX, and Google Scholar Metrics

10.21070/prozima.v1i2.1350


Refbacks

  • There are currently no refbacks.




Copyright (c) 2017 PROZIMA (Productivity, Optimization and Manufacturing System Engineering)

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.