Jurnal Pelita Informatika, Volume 7, Nomor 3, Januari 2019

ISSN 2301-9425 (Media Cetak)

Hal: 263-268

Penerapan Metode Regresi Linier Berganda Dalam Estimasi Biaya Pencetakan

Spanduk (Studi Kasus: PT. Hansindo Setiapratama)
Ahmad Rivandi, Efori Bu’ulolo, Natalia Silalahi
Program Studi Teknik Informatika STMIK Budi Darma, Medan, Indonesia
Jl. Sisingamangaraja No. 338 Simpang Limun, Medan
Abstrak
Percetakan (printing) merupakan salah satu format media primer yang sulit dicari penggantinya selama lebih dari 500 tahun. Printing
bahkan dianggap sebagai salah satu kebutuhan primer manusia. Seiring dengan berjalannya waktu, printing menjadi sebuah industri
yang mempunyai trend permintaan global yang meningkat. Dari tahun ke tahun, semakin banyak dijumpai produsen printing komersial
di berbagai belahan dunia tidak terkecuali di Indonesia. Data mining adalah serangkaian proses untuk menggali nilai tambah dari suatu
kumpulan data berupa pengetahuan yang selama ini tidak diketahui secara manual dari suatu sekumpulan data. Data mining juga sering
disebut juga sebagai knowledge discovery in database (KKD). Regresi linier berganda adalah analisis yang memiliki variabel bebas
lebih dari satu disebut analisis regresi linier berganda. Teknik regresi linier berganda digunakan untuk mengetahui ada tidaknya
pengaruh signifikan dua atau lebih variabel bebas (X1, X2, X3, ..., Xk) terhadap variabel terikat (Y).
Kata Kunci: Pencetakan, Data Mining, Algoritma Regresi Linier Berganda

1. PENDAHULUAN 2. Data yang akan diproses berupa data yang sangat

Data mining adalah serangkaian proses untuk
menggali nilai tambah dari suatu kumpulan data berupa
pengetahuan yang selama ini tidak diketahui secara manual
dari suatu sekumpulan data. Data mining juga sering
disebut juga sebagai knowledge discovery in database
(KKD). KKD adalah kegiatan yang meliputi pengumpulan,
pemakaian data, histori untuk menemukan keteraturan,
pola hubungan dalam set berukuran besar. Pada PT.
Hansindo Setiapratama belum ada sistem estimasi biaya
dalam pencetakan spanduk sehingga biaya pencetakan
belum pasti atau dapat ditawar. Maka dari itu penulis ingin
melakukan penelitian dengan membahas tentang estimasi
biaya dalam pencetakan spanduk menggunakan metode
regresi linier berganda. Adanya estimasi biaya pencetakan
spanduk bagi pihak perusahaan dapat menjadi tolak ukur
dan membantu dalam proses meningkatkan kualitas
spanduk. Sehingga dapat memberi kepastian biaya
pencetakan kepada client dengan harga yang tidak bisa
ditawar lagi dan harga sangat terjangkau. Regresi linier
berganda adalah analisis yang memiliki variabel bebas
lebih dari satu disebut analisis regresi linier berganda.
Teknik regresi linier berganda digunakan untuk
mengetahui ada tidaknya pengaruh signifikan dua atau
lebih variabel bebas (X1, X2, X3, ..., Xk) terhadap variabel
terikat atau tidak bebas (Y).
2. TEORITIS
2.1 Data Mining
Data mining merupakan proses yang menggunakan teknik
statistik, matematika, kecerdasan buatan, dan machine
learning untuk mengekstraksi dan mengidenfikasi
informasi yang bermanfaat dan pengetahuan yang terakit
dari berbagai database besar (Data Warehouse). Keluaran
dari data mining bisa dipakai untuk memperbaiki
pengambilan keputusan dimasa depan [1].
Berdasarkan defenisi-defenisi yang telah
disampaikan, hal penting yang terkait dengan data mining
adalah :
1. Data mining merupakan suatu proses otomatis
terhadap data yang sudah ada.
besar.
3. Tujuan data mining adalah mendapatkan hubungan
atau pola yang akan mungkin memberikan indikasi
yang bermanfaat.
A. Algoritma Regresi Linier Berganda
Analisis yang memiliki variabel bebas lebih dari satu
disebut analisi regresi linier berganda. Teknik regresi linier
berganda digunakan untuk mengetahui ada tidaknya
pengaruh signifikan dua atau lebih variabel bebas (X1, X2,
X3, ..., Xk) terhadap variabel terikat atau tidak bebas (Y).
Model regresi linier berganda untuk populasi dapat
ditunjukkan sebagai berikut [2] :
Y=β0+ β1X1+ β2X2+...+ βnXn+e
Model regresi linier berganda untuk populasi diatas
dapat ditaksir dengan model regresi linier berganda untuk
sampel, yaitu :
Ŷ=b0+ b1X1+ b2X2+...+ bnXn
dengan :
Ŷ = nilai penduga bagi variabel Y
b0=dugaan bagi parameter konstanta
b1, b2, ... bk = dugaan bagi parameter konstanta β1, β2, ...
βn
X = Variabel bebas
B. Estimasi
Estimasi merupakan sebuah proses pengulangan.
Pemanggilan ulang estimasi yang pertama dilakukan
selama fase definisi, yaitu ketika anda menulis rencana
pendahuluan proyek. Hal ini perlu dilakukan, karena anda
membutuhkan estimasi untuk proposal. Setelah fase
analisis direncanakan ulang, anda harus memeriksa
estimasi dan merubah rencana pendahuluan proyek
menjadi rencana akhir proyek [3].
3. ANALISA
3.1 Analisa Masalah
Penelitian dilakukan di PT. Hansindo Setiapratama
yang bergerak di bidang advertising, pada PT. Hansindo
Setiapratama terjadi beberapa transaksi penjualan dan
pembelian beragam jenis cetakan. Data transaksi terus
bertambah setiap harinya dan di percetakan tersebut data-
data transaksi hanya disimpan sebagai arsip atau
263
 Jurnal Pelita Informatika, Volume 7, Nomor 3, Januari 2019
ISSN 2301-9425 (Media Cetak)
Hal: 263-268
pembukuan dan tidak diketahui apa manfaat dari data-data Jenis Jumlah
No. Satuan
yang ada tersebut. Dari Permasalah diatas maka dari itu Spanduk Pencetakan
penulis ingin melakukan penelitian dengan membahas 3. Satin Meter 660
tentang estimasi biaya dalam pencetakan spanduk 4. TC 1 Meter 426
menggunakan metode regresi linier berganda. Tahap dalam 5. TC 2 Meter 560
menganalisa data dengan algoritma regresi linier berganda 6. Poly A Meter 500
pada pencetakan spanduk dimulai dengan menentukan 7. Poly B Meter 800
variabel bebas dan variabel tidak bebas, lalu menentukan
nilai konstanta dan koefisien regresi serta Tabel 4.
menginterpretasikan koefisien regresi. Kemudian Daftar Data Pencetakan Spanduk Tahun 2016
menghitung koefisien determinasi dan menghitung Jenis Jumlah
koefisien korelasi berganda, lalu menghitung nilai standart No. Satuan
Spanduk Pencetakan
error estimate serta menghitung nilai korelasi parsialnya Fleksi 280
yaitu penghitungan akhir dalam menganalisa biaya 1. Meter 678
Gram
pencetakan spanduk pada PT. Hansindo Setiapratama. Glossy
Setelah itu hasilnya akan dikalikan 10000, maka akan 2. Meter 500
Black Out
didapatkan estimasi biaya pencetakan spanduk pada PT.
3. Satin Meter 589
Hansindo Setiapratama.
4. TC 1 Meter 876
Berikut ini adalah daftar jenis-jenis spanduk yang
5. TC 2 Meter 689
diproduksi pada PT. Hansindo Setiapratama, dapat dilihat
pada tabel berikut : 6. Poly A Meter 642
7. Poly B Meter 798
Tabel 1. Daftar Jenis Spanduk
No. Jenis Spanduk Satuan Berikut ini adalah daftar biaya pencetakan spanduk
pada PT. Hansindo Setiapratama dapat dilihat pada tabel
1. Fleksi 280 Gram Meter
berikut :
2. Glossy Black Out Meter
3. Satin Meter
Tabel 5. Daftar Biaya Pencetakan Spanduk
4. TC 1 Meter
5. TC 2 Meter Biaya
Ukuran Jumlah
6. Poly A Meter Pencetakan
No. Spanduk Pencetakan
7. Poly B Meter (Ribu
(/Meter) (/Spanduk)
Rupiah)
Data pencetakan yang diteliti merupakan data 1. 1 2 Rp. 20000
pencetakan spanduk pada PT. Hansindo Setiapratama dari 2. 2 2 Rp. 40000
tahun 2014, tahun 2015 dan tahun 2016 dapat dilihat pada 3. 3 2 Rp. 60000
tabel berikut : 4. 4 2 Rp. 80000
Tabel 2. 5. 5 2 Rp. 100000
Daftar Data Pencetakan Spanduk Tahun 2014 6. 6 2 Rp. 120000
Jenis Jumlah 7. 7 2 Rp. 140000
No. Satuan 8. 8 1 Rp. 80000
Spanduk Pencetakan
Fleksi 280 9. 9 1 Rp. 90000
1. Meter 450 10. 10 1 Rp. 100000
Gram
Glossy 11. 11 1 Rp. 110000
2. Meter 500
Black Out 12. 12 1 Rp. 120000
3. Satin Meter 765 13. 13 1 Rp. 130000
4. TC 1 Meter 642 14. 14 1 Rp. 140000
5. TC 2 Meter 329 15. 15 1 Rp. 150000
6. Poly A Meter 452
7. Poly B Meter 764 A. Penerapan Metode Regresi Linier Berganda
Berdasarkan daftar-daftar biaya pencetakan spanduk
Tabel 3. pada PT. Hansindo Setiapratama, untuk mengestimasi
Daftar Data Pencetakan Spanduk Tahun 2015 biaya pencetakan spanduk maka diterapkan algoritma
Jenis Jumlah regresi linier berganda pada langkah-langkah dibawah ini :
No. Satuan
Spanduk Pencetakan
Fleksi 280 1. Menentukan Variabel Bebas dan Tidak Bebas.
1. Meter 650 Penentukan variabel dibuat berdasarkan data
Gram
Glossy pencetakan spanduk yang terdapat pada tabel
2. Meter 450 dibawah ini :
Black Out
264
 Jurnal Pelita Informatika, Volume 7, Nomor 3, Januari 2019
ISSN 2301-9425 (Media Cetak)
Hal: 263-268
∑ X12 = ∑ X12 – ( ∑ X1 ) 2 = 1240 – 14400 = 280
Tabel 6. Daftar Pencetakan Spanduk n 15
Biaya ∑ X22 = ∑ X22 – ( ∑ X2 ) 2 = 36 – 484 = 4
Ukuran Jumlah n 15
Pencetakan
No. Spanduk Pencetakan ∑ Y2 = ∑ Y2 – ( ∑ Y ) 2 = 1660 – 21904 = 200
(Ribu n 15
(/Meter) (/Spanduk)
Rupiah) ∑ X1Y = ∑ X1Y – ∑ X1 x ∑ Y = 1380 – 120 x 148 = 196
1. 1 2 Rp. 20000 n 15
2. 2 2 Rp. 40000 ∑ X2Y = ∑ X2Y – ∑ X2 x ∑ Y = 204 – 22 x 148 = -13
3. 3 2 Rp. 60000 n 15
∑ X1X2 = ∑ X1X2 – ∑ X1 x ∑ X2 = 148 – 120 x 22 = -28
4. 4 2 Rp. 80000 n 15
5. 5 2 Rp. 100000 Sehingga :
6. 6 2 Rp. 120000
7. 7 2 Rp. 140000 b1 = [(∑X22 x ∑X1Y) - (∑X2Y x ∑X1X2)]
8. 8 1 Rp. 80000 [(∑X12 x ∑X22) - (∑X1 x X2)2]
9. 9 1 Rp. 90000 = [(4 x 196) - ((-13) x (-28))]
10. 10 1 Rp. 100000 [(280 x 4) – (-28)2]
11. 11 1 Rp. 110000 = 1,25
12. 12 1 Rp. 120000
13. 13 1 Rp. 130000 b2 = [(∑X12 x ∑X2Y) - (∑X1Y x ∑X1X2)]
[(∑X12 x ∑X22) - (∑X1 x X2)2]
14. 14 1 Rp. 140000
= [(280 x (-13)) - (196 x (-28))]
15. 15 1 Rp. 150000 [(280 x 4) - (-28)2]
= 5,5
Variabel Bebas : X1 = Ukuran Spanduk dan X2 = Jumlah
Pencetakan a = (∑Y) - (∑b1 x ∑X1) - (∑b2 x ∑X2)
Variabel Tidak Bebas : Y = Biaya Pencetakan n
Persamaan regresi linier berganda : Y’ = a + b1X1 + b2X2 = 148 - (1,25 x 120) - (5,5 x 22)
15
2. Menentukan Nilai Konstanta dan Koefisien Regresi = -8,2
Berdasarkan dari penentuan variabel bebas dan tidak
bebas pada tabel 6, maka dibuatlah nilai konstanta Jadi persamaan regresi linier berganda dengan dua
dan koefisien regresinya, dan bila dibentuk akan variabel adalah :
tampak pada tabel dibawah ini :
Y’ = -8,2 – 1,25 X1 – 5,5 X2
Tabel 7.
Daftar Nilai Konstanta dan Koefisien Regresi 3. Menginterpretasi Koefisien Regresi
X1 X2 Berdasarkan perhitungan dari penentuan nilai
X X X1
N Y X1 X12 2 Y 2
x x konstanta dan koefisien regresi diatas maka
2 2 xY
X2 Y didapatkan interpretasi koefisien regresi seperti
1 2 1 2 1 4 4 2 2 4 dibawah ini :
2 4 2 2 4 4 16 4 8 8 a. Nilai a = -8,2 artinya jika tidak ada ukuran
3 6 3 2 9 4 36 6 18 12 spanduk dan jumlah pencetakan, namun biaya
4 8 4 2 16 4 64 8 32 16 pencetakan spanduk sebanyak -8,2.
5 10 5 2 25 4 100 10 50 20 b. Nilai b1 = 1,25 artinya jika jumlah pencetakan
6 12 6 2 36 4 144 12 72 24 meningkat maka akan terjadi penurunan untuk
7 14 7 2 49 4 196 14 98 28 biaya pencetakan sebesar 1,25 dimana ukuran
8 8 8 1 64 1 64 8 64 8 spanduk dianggap tetap.
9 9 9 1 81 1 81 9 81 9 c. Nilai b2 = 5,5 artinya jika biaya pencetakan
10 10 10 1 100 1 100 10 100 10 mengalami kenaikan sebanyak satu rupiah maka
11 11 11 1 121 1 121 11 121 11 akan terjadi penurunan jumlah pencetakan
12 12 12 1 144 1 144 12 144 12 spanduk sebesar 5,5 dimana ukuran spanduk
dianggap tetap.
13 13 13 1 169 1 169 13 169 13
4. Menghitung Koefisien Determinasi
14 14 14 1 196 1 196 14 196 14
Setelah menghitung nilai konstanta dan koefisien
15 15 15 1 225 1 225 15 225 15
regresi serta menginterpretasikan koefisien regresi
Tot selanjutnya menghitung koefisien determinasi seperti
14 12 2 124 166 14 138 20
al ( 36 dibawah ini :
8 0 2 0 0 8 0 4
∑)
r2 = (b1 x ∑ X1Y) + (b2 x ∑ X2Y)
265
 Jurnal Pelita Informatika, Volume 7, Nomor 3, Januari 2019
ISSN 2301-9425 (Media Cetak)
Hal: 263-268
∑ Y2 r12.y = r12 – ( ry1 x ry2 )
= (1,25 x 196) + (5,5 x (-13)) = 0,8675 ( 1 – ry12 ) x ( 1- ry22 )
200 = (-0,867) – (0,829 x (-0,479))
= 86,75% (1 – 0,8292) x (1 – (-0,479)2)
= -0,957
Artinya sekitar 86,75% variasi variabel bebas ukuran
spanduk X1 dan jumlah pencetakan X2 dapat menjelaskan
Dimana :
variasi variabel tidak bebas biaya pencetakan Y.
5. Menghitung Koefisien Kore lasi Berganda
Selanjutnya menghitung koefisien korelasi berganda ry1 = n x ∑ X1Y – ( ∑ Y x ∑ X1 )
dapat dilihat seperti dibawah ini : [(nx∑Y2)– (∑Y)2] x [(nx∑X12) – (∑X1)2]
= 15 x 1380 – ( 148 x 120 )
r = √r2 = ( b1 x ∑ X1Y ) + ( b2 x ∑ X2Y ) [(15x1660) – 1482] x [(15 x 1240) –1202]
∑ Y2 = 0,829
= 0,931
ry2 = n x ∑ X2Y – ( ∑ Y x ∑ X2 )
Artinya terjadi hubungan yang sangat kuat antara [(nx∑Y2)– (∑Y)2] x [(nx∑X22) – (∑X2)2]
variabel bebas ukuran spanduk X1 dan jumlah pencetakan = 15 x 204 – ( 148 x 22 )
X2 dengan variabel tidak bebas biaya pencetakan Y. [(15x1660) – 1482] x [(15 x 36) –222]
6. Menghitung Nilai Standart Error Estimate
= -0,479
Setelah itu menghitung nilai standart error estimate
dapat dilihat seperti dibawah ini :
R12 = n x ∑ X1X2 – ( ∑ X1 x ∑ X2 )
ini :
[(nx∑X12)–(∑X1)2]x [(nx∑X22) – (∑X2)2]
Se(Syx)=∑Y2–(ax∑Y)–(b1x∑X1Y)–(b2x∑X2Y) = 15 x 148 – ( 120 x 22 )
N–3 [(15x1240) – 1202] x [(15 x 36) –222]
=1660–((-8,2)x148)–(1,25x1380)–(5,5x204) = -0,867
15 – 3
= 1,183 ry.12 = ( ry12 + ry22 ) – ( 2 x ry1 x ry2 x r12 )
( 1 – r122 )
Jadi standart error persamaan regresi adalah 1,183, = (0,829 +(-0,479)2)–(2x0,829x(-0,479)x(-0,867))
2

hal ini menunjukkan penyimpangan data-data terhadap (1 – (-0,867)2)

garis persamaan regresi linier berganda yang berbentuk. = 0,957
Nilainya cukup kecil.
7. Menghitung Nilai Korelasi Parsial Nilai korelasi parsial persamaan regresi adalah 0,957,
Kemudian yang terakhir yaitu menghitung nilai hal ini menunjukkan bahwa terjadi hubungan yang sangat
korelasi parsial dapat dilihat seperti dibawah ini : kuat antara variabel bebas ukuran spanduk X1 dan jumlah
a. Korelasi antara X1 dan Y’ dimana X2 dianggap pencetakan X2 dengan variabel tidak bebas biaya
tetap : pencetakan Y. Jadi biaya pencetakan spanduk yang
dibutuhkan perusahaan adalah sebesar Rp.9.570/meter,
ry1.2 = ry1 – ( ry2 x r12 ) dimana itu didapatkan dari 0,957 x 10000 = 9570.
( 1 – ry22 ) x ( 1- r122 )
= 0,829 – ((-0,479) x (-0,867)) 4. IMPLEMENTASI
(1 – (-0,479)2) x (1 – (-0,867)2)
= 0,945 Adapun langkah-langkah pengujian program pengiriman
spanduk adalah sebagai berikut :
1. Membuat database
b. Korelasi antara X2 dan Y’ dimana X1 dianggap
Berdasarkan data pengiriman spanduk diatas penulis
tetap :
membuat database menggunakan excel 2007, setelah
database dibuat lalu simpan dengan nama
ry2.1 = ry2 – ( ry1 x r12 )
database.xlsx.
( 1 – ry12 ) x ( 1- r122 )
= (-0,479) – (0,829 x (-0,867))
(1 – 0,8292) x (1 – (-0,867)2)
= 0,860

c. Korelasi antara X1 dan X2 dimana Y’ dianggap

tetap :

266
 Jurnal Pelita Informatika, Volume 7, Nomor 3, Januari 2019
ISSN 2301-9425 (Media Cetak)
Hal: 263-268

Gambar 1. Tampilan Membuat Database

2. Pengujian program menggunakan aplikasi SPSS

versi 16.0
Adapun langkah-langkah pengujian menggunakan
aplikasi SPSS versi 16.0 adalah sebagai berikut :

a. Buka aplikasi SPSS versi 16.0 Gambar 4. Tampilan Setelah Database Terbuka

c. Setelah database sudah terbuka sekarang

Gambar 2. Lembar Kerja Aplikasi SPSS
b. Buka database yang telah dibuat tadi dengan cara
klik file lalu pilih open kemudian pilih data,
setelah itu dibagian file of type pilih Excel (*.xls,
*.xlsx, *xlsm) lalu cari file database yang telah
disimpan, kemudian klik open.
pengujian regresi linier, klik menu analyze lalu
pilih regression kemudian pilih linier maka akan
muncul tampilan linier regression. Setelah itu
variabel waktu masukan dikolom dependent,
variabel tujuan pengiriman dan jumlah
pengiriman masukan dikolom independent(s)
sedangkang n masukan dikolom case labels, dapat
dilihat pada tampilan dibawah ini :

Gambar 5. Pengujian Regresi Linier

Kemudian klik statistics maka akan muncul tampilan

linier regression : statistics, setelah itu ceklis atau
centangkan lalu klik continue seperti tampilan dibawah ini
:

Gambar 3. Membuka Database

Setelah terbuka akan muncul tampilan seperti

dibawah ini :

Gambar 6. Setting Linier Regression : Statistics

Setelah itu klik plots maka akan muncul tampilan

linier regression : plots, lalu masukan *ZRESID kekolom
Y dan *SDRESID kekolom X kemudian klik continue
seperti tampilan dibawah ini :
267
 Jurnal Pelita Informatika, Volume 7, Nomor 3, Januari 2019
ISSN 2301-9425 (Media Cetak)
Hal: 263-268
Kelapa Di Desa Beo, Kecamatan Beo Kabupaten Talaud”,
Manado, 2015

Gambar 7. Setting Linier Regression : Plots

Kemudian klik OK, maka akan muncul tampilan

output seperti yang dapat dilihat pada gambar 8.

Gambar 8. Tampilan Output

Berdasarkan tampilan output diatas maka dapat

disimpulkan bahwa antara variabel bebas ukuran spanduk
X1 dan jumlah pencetakan X2 dengan variabel tidak bebas
biaya pencetakan Y memiliki hubungan yang signifikan
atau sangat kuat.

5. KESIMPULAN
Berdasarkan dari hasil penelitian yang telah
dilakukan mengenai penerapan metode regresi linier
berganda dalam estimasi biaya pencetakan spanduk, maka
dapat diambil kesimpulan sebagai berikut :
1. Diketahui bahwa variabel bebas ukuran spanduk X1
dan jumlah pencetakan X2 memiliki hubungan yang
signifikan atau sangat kuat terhadap variabel tidak
bebas biaya pencetakan Y.
2. Berdasarkan perhitungan yang telah dilakukan
algoritma regresi linier berganda sangat cocok
digunakan dalam estimasi biaya pencetakan spanduk
pada PT. Hansindo Setiapratama.
3. Dari hasil pengujian metode regresi linier berganda
pada estimasi biaya pencetakan spanduk, didapatkan
biaya pencetakan spanduk yang dibutuhkan
perusahaan adalah sebesar Rp.9.570/meter, dimana
itu didapatkan dari 0,957 x 10000 = 9570. Dengan hal
tersebut perusahaan mengetahui kepastian biaya
dalam pencetakan spanduk kepada client.
Daftar Pustaka
[1] Kennedi Tampubolon et All, “Implementasi Data Mining
Algoritma Apriori Pada Sistem Persediaan Alat-Alat Kesehatan”,
Medan, 2013.
[2] Margaretha G. Mona et All, “Penggunaan Regresi Linear Berganda
Untuk Menganalisis Pendapatan Petani Kelapa Studi Kasus: Petani

268