Memprediksi Weight Net Tandan Buah Kelapa Sawit Menggunakan Metode Regresi Linear Berganda
DOI:
https://doi.org/10.53513/jct.v3i4.2709Abstract
Meningkatnya pembangunan produksi kelapa sawit mendorong terciptanya peluang usaha bagi masyrakat setempat .Cv tasik agro lestari salah satu tempat pengepul dimana cv tasik agro lestari menerima bahan mentah sawit dari warga selanjutnya di lakukan proses/pensortiran yang dimana di dapat Weight Net (berat bersih) tandan buah kelapa sawit.masalah yang di hadapi pihak cv tasik agro lestari tidak memiliki sistem yang akurat dan tepat,yang dimana kesulitan dalam memprediksi berat bersih tandan buah kelapa sawit.Dari penelitian yang di laksanakan di dapat solusi dengan menerapkan keilmuan data mining dengan metode regresi linear berganda dengan variabel yang ada yaitu : gross, tare, received, deduction.Setelah menerapkan sebuah sistem dengan keilmuan data mining dengan metode regresi linear berganda telah dapat memprediksi Weight Net (berat bersih) tandan buah kelapa sawit Kata Kunci: Data Mining, Regresi Linier Berganda, Tanaman kelapa Sawit,                       Weight NetReferences
S. Sulistyono dan W. Sulistiyowati, “Peramalan Produksi dengan Metode Regresi Linier Berganda,†PROZIMA (Productivity, Optim. Manuf. Syst. Eng., vol. 1, no. 2, hal. 82, 2018, doi: 10.21070/prozima.v1i2.1350.
A. Fitri Boy, “Implementasi Data Mining Dalam Memprediksi Harga Crude Palm Oil (CPO) Pasar Domestik Menggunakan Algoritma Regresi Linier Berganda (Studi Kasus Dinas Perkebunan Provinsi Sumatera Utara),†J. Sci.Soc.Res.,vol.4307,no.2,hal.78–85,2020,[Daring].Tersediapada:
F. Insani, “Peramalan Produksi Tandan Buah Segar ( TBS ) Kelapa Sawit Dengan Regresi Linier Dan Algoritma Genetika,†Tek. Inform. UIN Sultan Syarif Kasim Riau, no. November, hal. 262–269, 2019.
T. Syahputra, J. Halim, dan K. Perangin-angin, “Penerapan Data Mining Dalam Memprediksi Tingkat Kelulusan Uji Kompetensi ( UKOM ) Bidan Pada STIKes Senior Medan Dengan Menggunakan Metode Regresi Linier Berganda,†Sains dan Komput., vol. 17, no. 1, hal. 1–7, 2018.
