• Tidak ada hasil yang ditemukan

PEMODELAN REGRESI LINEAR PADA PREDIKSI PENJUALAN KONSOL VIDEO GAME

N/A
N/A
Protected

Academic year: 2021

Membagikan "PEMODELAN REGRESI LINEAR PADA PREDIKSI PENJUALAN KONSOL VIDEO GAME"

Copied!
14
0
0

Teks penuh

(1)

PEMODELAN REGRESI LINEAR PADA PREDIKSI

PENJUALAN KONSOL VIDEO GAME

LAPORAN KERJA MAGANG

Disusun oleh :

Aathis Kavana Royan 00000025622

PROGRAM STUDI SISTEM INFORMASI

FAKULTAS TEKNIK DAN INFORMATIKA

UNIVERSITAS MULTIMEDIA NUSANTARA

TANGERANG

2020

(2)

ii

(3)

iii

HALAMAN PENGESAHAN

Laporan Penelitian Independen sebagai Pengganti Praktik Kerja Magang dengan Judul

“Pemodelan Regresi Linear pada Prediksi Penjualan Konsol Video Game” Oleh

Aathis Kavana Royan

telah diujikan pada hari Senin, 7 Desember 2020, pukul 12.00 s.d 12.30 dan dinyatakan lulus

dengan susunan penguji sebagai berikut.

Dosen Pembimbing Penguji

Suryasari, S.Kom., M.T. Monika Evelin Johan, S.Kom., M.M.S.I.

Disahkan Oleh

Ketua Program Studi Sistem Informasi – UMN

(4)

iv

DAFTAR ISI

PERNYATAAN ... ii

HALAMAN PENGESAHAN ... iii

DAFTAR ISI ... iv

DAFTAR TABEL ... vii

DAFTAR GAMBAR ... viii

ABSTRAK ... x

ABSTRACT ... xi

KATA PENGANTAR ... xii

BAB I PENDAHULUAN ... 1

1.1 Latar Belakang... 1

1.2 Maksud dan Tujuan Pelaksanaan Kerja Magang ... 3

1.3 Waktu dan Prosedur Pelaksanaan Kerja Magang... 5

1.3.1 Waktu Pelaksanaan Kerja Magang ... 5

1.3.2 Prosedur Pelaksanaan Kerja Magang ... 5

BAB II GAMBARAN UMUM PERUSAHAAN ... 7

2.1 Tentang Universitas Multimedia Nusantara ... 7

(5)

v

2.3 Visi dan Misi Universitas Multimedia Nusantara ... 9

2.3.1 Visi Universitas Multimedia Nusantara ... 9

2.3.2 Misi Universitas Multimedia Nusantara ... 10

BAB III PELAKSANAAN KERJA MAGANG ... 11

3.1 Kedudukan dan Koordinasi ... 11

3.2 Tugas yang dilakukan ... 12

3.3 Timeline Pelaksanaan Kerja Magang ... 15

3.3.1 Mempelajari Materi tentang Penjualan Konsol Video Game ... 16

3.3.2 Memahami Obyek Peneitian Penjualan Konsol Video Game ... 16

3.3.3 Pencarian Data Konsol Video Game dari Website Pengumpulan Data ... 16

3.3.4 Data Understanding dan Data Preparation... 16

3.3.5 Menyusun Kerangka CRISP-DM dengan Algoritma yang Telah Ditentukan ... 17

3.3.6 Mempelajari Tahap Proses CRISP-DM dengan Tools RapidMiner 17 3.3.7 Prediksi Hasil Algoritma yang Digunakan (Linear Regression) ... 17

3.3.8 Menganalisa Hasil Output untuk Dimasukkan ke Dalam Laporan. 18 3.4 Uraian Pelaksanaan Kerja Magang ... 18

3.4.1 Business Understanding & Data Understanding ... 19

3.4.2 Data Preparation ... 22

(6)

vi

3.4.4 Evaluation ... 32

3.4.5 Deployment ... 37

3.5 Kendala yang Dihadapi ... 38

3.6 Solusi atas Kendala ... 38

BAB IV KESIMPULAN DAN SARAN ... 39

4.1 Kesimpulan ... 39

4.2 Saran ... 40

4.2.1 Saran untuk Universitas ... 40

4.2.2 Saran untuk Mahasiswa ... 40

DAFTAR PUSTAKA ... 42

(7)

vii

DAFTAR TABEL

Table 3.1 Uraian Pelaksanaan Kerja Magang ... 18 Table 3.2 Timeline Pelaksanaan Kerja Magang ... 15

(8)

viii

DAFTAR GAMBAR

Gambar 2.1 Logo Perusahaan ... 7

Gambar 2.2 Struktur Organisasi Perusahaan ... 9

Gambar 3.1 Kedudukan dan Koordinasi ... 11

Gambar 3.2 Fase CRISP-DM ... 12

Gambar 3.3 Data Penjualan Konsol Video Game ... 21

Gambar 3.4 Operator Alur Kerja RapidMiner ... 22

Gambar 3.5 Replace Missing Value ... 23

Gambar 3.6 Parameter Replace Missing Value ... 23

Gambar 3.7 Select Attributes ... 24

Gambar 3.8 Parameter Select Attributes ... 25

Gambar 3.9 Set Role Variabel ... 25

Gambar 3.10 Parameter Set Role Variabel ... 26

Gambar 3.11 Split Data ... 26

Gambar 3.12 Parameter Split Data ... 27

Gambar 3.13 Nominal to Numerical ... 28

Gambar 3.14 Parameter Nominal to Numerical ... 29

Gambar 3.15 Susunan Operator Algoritma Linear Regression ... 30

Gambar 3.16 Parameter Linear Regression... 30

Gambar 3.17 Hasil Prediction Linear Regression ... 31

Gambar 3.18 Hasil Performance Vector ... 32

(9)

ix

Gambar 3.20 Chart Penjualan Video Game Berdasarkan Genre ... 34

Gambar 3.21 Chart Penjualan Video Game Ranking 1 (Genre Sports) ... 34

Gambar 3.22 Chart Penjualan Video Game Ranking 2 (Genre Platform) ... 35

Gambar 3.23 Chart Penjualan Video Game Ranking 3 (Genre Racing) ... 36

Gambar 3.24 Chart Penjualan Video Game Ranking 4 (Genre Sports) ... 36

(10)

x

PEMODELAN REGRESI LINEAR PADA PREDIKSI PENJUALAN

KONSOL VIDEO GAME

ABSTRAK

Oleh : Aathis Kavana Royan

Game console adalah permainan video di mana pengguna menggunakan konsol khusus untuk bermain. Misalnya Nintendo, Wii, Sony PlayStation, Xbox Console, dll. Sedangkan video game adalah sebuah permainan yang dimainkan oleh lingkungan anak-anak hingga dewasa yang dimainkan dengan memanipulasi gambar pada sebuah tampilan video atau televisi dengan sebuah sebuah stik untuk menggerakkan permainannya. Penelitian ini menjelaskan tentang pemprosesan data analisis menggunakan teknik algoritma data mining yang bertujuan untuk memprediksi hasil penjualan konsol video game secara linear regresi dengan algoritma linear regression, sehingga mengetahui konsol video game mana yang paling diminati dengan penjualan terbanyak berdasarkan genre atau platform yang digunakannya.

Teknik pemprosesan yang digunakan dalam penelitian ini adalah kerangka kerja model CRISP-DM dalam data mining. Data yang digunakan merupakan data informasi tentang penjualan konsol video game dengan tahun rilisnya dari sebuah situs web yang melacak penjualan video game dengan menyediakan angka penjualan mingguan perangkat lunak dan perangkat keras konsol menurut wilayah negara.

Hasil akhir dari penelitian ini adalah prediksi penjualan konsol video game berdasarkan genre dan tahun rilis dengan menggunakan algoritma data mining sebagai prediksi video game mana yang paling diminati dengan nilai penjualan paling tinggi dari genre yang lain.

(11)

xi

MODELING LINEAR REGRESSION ON VIDEO GAME CONSOLE

SALES PREDICTION

ABSTRACT

By: Aathis Kavana Royan

A game console is a video game where the user uses a special console to play. For example Nintendo, Wii, Sony PlayStation, Xbox Console, etc. While a video game is a game played by children to adults by manipulating images on a video display or television with a stick to move the game. This research describes data processing analysis using data mining algorithm techniques that aim to predict the sales results of video game consoles linear regression with linear regression algorithms, so that we know which video game console is the most popular with the most sales based on the genre or platform it uses.

The processing technique used in this research is the CRISP-DM model framework in data mining. The data used is informational data about video game console sales by the year of release from a website that tracks video game sales by providing weekly sales figures for console software and hardware by country.

The final result of this research is a prediction of video game console sales based on genre and year of release using data mining algorithms as a prediction of which video game is the most popular with the highest sales value from other genres.

(12)

xii

KATA PENGANTAR

Puji dan syukur kepada Tuhan Yang Maha Esa karena telah memberikan berkat atas kelimpahan Rahmat dan Karunia-Nya, serta memberikan kesehatan untuk menyelesaikan laporan kerja magang yang berjudul “Pemodelan Regresi Linear pada Prediksi Penjualan Konsol Video Game” dapat selesai tepat pada waktunya. Laporan magang ini disusun dan diajukan sebagai salah satu syarat untuk memenuhi kewajiban mata kuliah magang dan juga untuk kelulusan Strata 1 pada Program Studi Sistem Informasi, Fakultas Teknik dan Informatika di Universitas Multimedia Nusantara. Dalam penyusunan laporan magang ini masih belum sepenuhnya sempurna.

Maka dari itu, tidak lupa juga untuk mengucapkan terima kasih kepada :

1. Ibu Ririn Ikana Desanti, S.Kom., M.Kom. selaku sebagai Ketua Prodi Sistem Informasi yang telah memberikan arahan dan saran dalam proses magang hingga dapat menyetujui laporan magang ini.

2. Ibu Suryasari, S.Kom., M.T., selaku dosen pembimbing yang telah memberikan arahan dan saran mulai dari penerimaan penelitian independen sebagai pengganti kerja praktik magang hingga selesainya laporan magang ini.

3. Bapak Iwan Prasetiawan, S.Kom., M.M., selaku pembimbing lapangan yang telah membimbing, memberi arahan, membantu, dan memberikan ilmu-ilmu yang telah diajarkan di kelas peminatan Big Data Analytics

(13)

xiii

selama pelaksanaan penelitian independen sebagai pengganti kerja praktik magang.

4. Orang tua yang telah mendukung, membantu, dan rekan penelitian independen yang telah membantu memberikan saran dan kritik untuk menyelesaikan penelitian ini selama pelaksanaan magang.

mungkin masih banyak kekurangan dalam pembuatan laporan magang ini, oleh karena itu kritik dan saran senantiasa diharapkan untuk dapat dijadikan sebagai masukan dan sebagai evaluasi untuk perbaikan ke depannya. Akhir kata semoga laporan magang ini dapat memberikan manfaat dan wawasan yang luas bagi para pembacanya.

Tangerang, 29 November 2020

(14)

45

DAFTAR LAMPIRAN

1. Curriculum Vitae (CV)

2. Formulir KM-02 : Surat Pengantar Kerja Magang 3. Formulir KM-03 : Kartu Kerja Magang

4. Formulir KM-04 : Kehadiran Kerja Magang

5. Formulir KM-05 : Laporan Realisasi Kerja Magang

6. Formulir KM-07 : Tanda Terima Penyerahan Laporan Kerja Magang 7. Formulir Bimbingan Magang

8. Surat Penerimaan Magang 9. Surat Keterangan Magang 10. Surat Penilaian Soft Skill

Referensi

Dokumen terkait

Pada penelitian “Machine Learning Approach For Forecasting Crop Yield Based On Climatic Parameters” , digunakan teknik data mining yaitu decision tree algoritma C 4.5 dalam

Tahap analisa dan pembahasan ini, algoritma yang dipakai dalam memprediksi penjualan buah dan sayur adalah K-Nearest Neighbor dan RapidMiner sebagai alat bantu penerapan data

Halaman admin seperti pada gambar 3.7 digunakan untuk memasukkan data pengguna estimasi penerapan data mining untuk nilai bahasa inggris dengan menggunakan

Pada penelitian “Machine Learning Approach For Forecasting Crop Yield Based On Climatic Parameters”, digunakan teknik data mining yaitu decision tree algoritma C 4.5 dalam

2 Agustus 2021 APLIKASI PENJUALAN MENGGUNAKAN TEKNIK DATA MINING DENGAN MARKET BASKET ANALYSIS DAN ALGORITMA APRIORI STUDI KASUS PADA : JETLAG COFFEE Elmi Devia 24 Espresso,

Penulis mencoba menerapkan teknik data mining metode K-Nearest Neighbor dan algoritma C4.5 pada analisis potensi pasar marketplace terhadap penjualan dan diharapkan dapat memberikan

Penelitian ini dilakukan bertujuan untuk mengetahui atau memprediksi data harga saham menggunakan machine learning dengan metode algoritma regresi linear.. Regresi linear merupakan

Implementasi Data Mining Menggunakan Algoritma Apriori untuk Meningkatkan Pola Penjualan Obat di Apotik Pusaka