Implementasi Data Mining Regresi Linear Berganda Pada Sistem Prediksi Penjualan Obat Pada Apotek XYZ

Persaingan di dunia bisnis penjualan seperti apotek sekarang menuntut para stakeholder apotek untuk menemukan strategi pengelolaan stok maupun pemasaran untuk memprediksi pangsa pasar agar dapat meningkatkan penjualan obat dan memberikan profitabilitas bagi apotek XYZ. Apotek XYZ belum menerapkan analisis secara manual maupun menggunakan sistem untuk memprediksi penjualan obat, sehingga sering mengalami kekosongan maupun penumpukan stok. Untuk menganalisis diperlukan suatu metode atau algoritma data mining yang mampu mengolah transaksi penjualan obat menjadi suatu informasi. Penelitian ini bertujuan mengembangkan sistem informasi prediksi penjualan obat di apotek XYZ yang nantinya diimplementasikan atau diintegrasikan sebuah model prediksi Regresi Linear Berganda yang diimplementasikan dalam sistem berbasis website, dengan mengikuti tahapan CRISP-DM untuk membantu apotek XYZ dalam memprediksi penjualan obat sehingga dapat mencegah kehabisan atau kelebihan stok dan dapat mendukung penjualan pada apotek. Variabel harga dan curah hujan digunakan sebagai prediktor terhadap jumlah penjualan. Berdasarkan hasil implementasi terhadap obat Arkavit, perhitungan manual mendapatkan hasil prediksi sebesar 3,87768 dan menggunakan sistem website yang telah dibuat mendapatkan hasil prediksi sebesar 3,88 obat. Hasil penelitian menunjukkan bahwa sistem mampu mereplikasi perhitungan manual secara akurat, dan beberapa obat menunjukkan performa model yang baik, meskipun sebagian lainnya masih memerlukan penyempurnaan. Secara keseluruhan, model dan sistem prediksi yang dibangun dapat membantu Apotek XYZ dalam memprediksi penjualan obat, dapat dijadikan dasar dalam pengambilan keputusan terkait pengelolaan stok obat secara lebih efisien.