IMPLEMENTASI PENAMBANGAN DATA UNTUK PREDIKSI PENJUALAN PRODUK SUKU CADANG VESPA MENGGUNAKAN METODE MULTIPLE LINEAR REGRESSION

Abstract

Pertumbuhan kendaraan bermotor di Indonesia meningkat signifikan seiring dengan meningkatnya mobilitas masyarakat. Salah satu merek yang tetap diminati adalah Vespa, skuter klasik Italia yang telah menjadi simbol gaya hidup perkotaan dan kolektivitas budaya populer sejak tahun 1950-an. Popularitas ini berdampak langsung pada tingginya permintaan suku cadang, baik untuk kebutuhan perawatan rutin maupun modifikasi. Namun, fenomena ketidaksesuaian antara ketersediaan dan permintaan suku cadang Vespa seperti kasus di Dito Vespa Medan, di mana 42% permintaan servis terkait sistem pengapian tidak terpenuhi karena stok minim, mengindikasikan sistem prediksi penjualan adaptif yang lemah. Berdasarkan permasalahan tersebut, penelitian ini bertujuan untuk menerapkan metode data mining berbasis multiple linear regression untuk membangun model prediksi kuantitatif untuk penjualan produk suku cadang Vespa. Metode penelitian ini meliputi observasi langsung, wawancara mendalam, dan pengolahan 500 entri data transaksi menggunakan Python. Variabel seperti harga, stok awal, promo diskon, hari, dan bulan dianalisis sebagai prediktor volume penjualan. Hasil model menunjukkan nilai R-kuadrat 0,28, menunjukkan bahwa model tersebut mampu menjelaskan 28% dari variabilitas penjualan. Temuan ini memberikan kontribusi praktis dalam manajemen rantai pasokan dan manfaat akademik dalam memperluas literatur tentang aplikasi penambangan data di sektor otomotif konvensional berbasis kendaraan klasik.