DETAIL KOLEKSI

Aplikasi prediksi analisis penjualan sepeda motor berdasarkan biaya promosi

5.0


Oleh : Rifky Fahyudi

Info Katalog

Penerbit : FTI - Usakti

Kota Terbit : Jakarta

Tahun Terbit : 2015

Pembimbing 1 : Teddy Siswanto

Subyek : Enterprises;business management;network;marketing;e-commerce;market research.

Kata Kunci : Prediction analysis, Least Square Method, enterprises, management, market.

Status Posting : Published

Status : Lengkap


File Repositori
No. Nama File Hal. Link
1. 2015_TA_IF_06510007_Judul.pdf
2. 2015_TA_IF_06510007_Abstrak.pdf
3. 2015_TA_IF_06510007_Daftar-isi.pdf
4. 2015_TA_IF_06510007_Bab1.pdf
5. 2015_TA_IF_06510007_Bab2.pdf
6. 2015_TA_IF_06510007_Bab3.pdf
7. 2015_TA_IF_06510007_Bab4.pdf
8. 2015_TA_IF_06510007_Bab5.pdf 2
9. 2015_TA_IF_06510007_Daftar-pustaka.pdf 2

P Prediksi analisis adalah suatu usaha dalam memperkirakan kejadian yang akan terjadi. Prediksi berdasarkan dalam metode ilmiah didasarkan dengan mengumpulkan data-data atau informasi terbaru yang kemudian di analisa untuk mendapatkan perkiraan kejadian atau hal yang akan terjadi selanjutnya. Metode Least Square atau juga disebut sebagai kuadrat terkecil, biasanya digunakan untuk trend analysis atau membantu dalam meramalkan atau memprediksi kejadian dimasa mendatang. Dalam implementasinya, metode ini berguna untuk memprediksi penjualan di masa akan datang. Metode Least Square secara umum banyak digunakan dalam analisis regresi linier dan estimasi. Metode kuardat terkecil dalam lingkup analisa regresi, digunakan untuk meminimalisir nilai Quadratic error dalam mendapatkan Nic pendekatan nilai regresi yang sesungguhnya. Estimasi least squares dilakukan dengan cara mencari nilai parameter yang meminimumkan jumlah kuadrat error.Dalam penggunaan metode least square lebih mudah dan sederhana namun memiliki pendekatan taksiran nilai sangat baik dalam memprediksi persamaan regresi linier, karena memiliki sifat BLUE (Best Linier Unbiased Estimator). Dalam hal bisnis metode ini dapat dipakai untuk memprediksi keuntungan penjualan, sehingga telah diimplementasikan prediksi analisis keuntungan penjualan sepeda motor pada Dealer Berkat Utama Motor. Prediksi analisis ini dihitung berdasarkan data real penjualan dan biaya promosi penjualan. Berdasarkan basil uji coba aplikasi dapat ditarik kesimpulan bahwa biaya promosi berbanding lures dengan nilai keuntungan perusahaan. Semakin besar nilai biaya promosi, maka semakin besar pula nilai keuntungan yang akan diraih..

P Prediction analysis is an attempt to predict events that will happen in the future. Predictions based on the scientific method is used to collect data or updated information which is then analyzed to obtain an estimate of events or things that will happen next. Least Square method or also referred to as the smallest square, usually used to analyze trend or to assist in forecasting and predicting future events. When implemented, this method is beneficial to predict the upcoming sales. Least Square method is generally used in a linear regression analysis and estimation. Within the scope of the regression analysis, the least squares method is used to minimize the value of the quadratic error in getting the real value of regression approach. Least squares estimation is done by finding the parameter values that minimize the sum of squared erro Impl menting the Least Squares Method is easy and also has a very goo proaih t stimate value in predicting the linear regression equation, because it possisses IMAM (Best Linear Unbiased Estimator) characteristic. In business terms this method can be used to predict the sales profit hence the web based predictive analytics motorcycle sales gains for Berkat Utama Motor Dealer was created for this purpose. The prediction is calculated based on the analysis of real data of sales and sales promotion costs. Based on the test results it can be concluded that the application of promotional costs is equal to the value of the company's profits. The greater the value of the cost of the promotion, the greater the value of the benefits to be achieved.

Bagaimana Anda menilai Koleksi ini ?