Efisiensi Proses Kerja Dengan Prediksi Kedatangan Barang Terhadap Rencana Produksi Menggunakan Algoritma Linier Regresi

Penelitian ini membahas tentang bagaimana sebuah Algoritma dapat menghasilkan prediksi yang digunakan sebagai acuan untuk mengimpementasikan efisiensi kerja menggunakan sebuah algoritma yang dinamakan Algoritma Regresi Linier. Algoritma Regresi Linier adalah algoritma yang memungkinkan untuk menghitung hubungan linier antara variabel dependen dan independen untuk membuat prediksi. Dalam observasi nya, peneliti menggunakan satu sample yang merupakan data kedatangan barang di departemen Production Control PT. Honda Logistics Indonesia dengan total part IN 9055551, part OUT 332037. Hasil prediksi yang dilakukan dengan menggunakan Algoritma Regresi Linier pada (Februari-Mei) tahun 2022 adalah 4981165 dan pada hasil pengujian hasil prediksi menggunakan metode MAPE (Mean Absolute Percentage Error) menghasilkan sebesar 6% kesalahan yang dimana 6% tersebut masih masuk di kategori A <10% yaitu sangat akurat. Hasil prediksi ini menghasilkan efisiensi Man Power, Space dan Shuttle dengan pengurangan sebanyak 1 Man Power, 500m2 space dan 5 shuttle dengan total keuntungan yang didapatkan oleh perusahaan sebesar Rp. 1.897.670.000 pertahun dan dapat memenuhi permintaan supplier baru untuk memenuhi area warehouse. Peneliti dapat menyimpulkan bahwa peneliti dapat mengetahui tahapan, proses, serta hasil dalam penerapan Algoritma Regresi Linier sebesar average 90% dari penelitian sebelumnya yang dapat memprediksi kedatangan barang dan menghasilkan effisiensi kerja.
Kata Kunci: logistics engineers, linear regression, logistics system.