Abstract :
Beras merupakan kebutuhan pokok sehari-hari, hampir sebagian besar
penduduk Indonesia mengkonsumsi beras sebagai makanan pokok, hal ini
menjadikan komoditas beras memiliki nilai yang sangat strategis dan
apabila terjadi kelangkaan atau tidak terpenuhinya kebutuhan beras pada
masyrakat akan berdampak pada kenaikan harga barang secara terus
menerus, yang berdampak pada petani beras dan pedagang eceran.
Penerapan regresi linear berganda ini untuk memprediksi harga beras yang
ada di kabupaten pati supaya petani dan pedagang beras saling
mendapatkan keuntungan,memprediksi harga beras untuk mendapatan
hasil prediksi rata rata dan memberikan informasi perkiraan kondisi yang
akan datang. Penerapan regresi linear dengan metode Crisp-DM ( Cross
Industry Standard Process for Data Mining ) untuk membantu analisis data
lebih mudah sesuai dengan tahapan . Sedangkan bahasa pemrograman
yang di gunakan adalah python yang memiliki banyak sekali library untuk
melakukan proses analisis data yang lebih mudah. Hasil persamaan
didapatkan dari hasil persamaan regresi linear berganda adalah Y =
8109,7 + 0,1477386X? + -12,52743X2 + 24,887419X3 + 44,124168X4 + -
17,55419X5 . Dari pengujian white box dapat disimpulkan bahwa
pengujian yang dilakukan menggunakan diagram alir tercapai dengan hasil
nilai cyclomatic complexity untuk flow graph 2 yaitu yang berarti kurang
dari 10 yang berarti system untuk prediksi harga beras menggunakan
regresi linear berganda memenuhi kriteria rekayasa perangkat lunak. Hasil
pengujian black box menunjukkan bahwa tingkat keberhasilan dengan
presentase 100% dan tingkat kegagalan dengan persentase 0%. Dalam
pengujian User Acceptance Testing dengan hasil persentase kelayakan
88%, dapat diartikan bahwa Penerapan Regresi Linear Berganda untuk
Prediksi Harga Beras di Kabupaten Pati ini layak di gunakan, sedangkan
untuk pengujian tingkat kesalahan rata-rata MAD ( Mean Absolute
Deviation ) Setelah dilakukan pengujian nilai kesalahan rata-rata error
telah di dapatkan error sebesar 22,28 dengan nilai tersebut apabila data
semakin mendekati 1 berarti hasil prediksinya bagus.
Kata Kunci : Regresi Linear Berganda, Crisp-DM,Prediksi