Analysis of Regression Algorithm to Predict Administration, Production, and Delivery to Accuracy of Delivery of Products in Cosmetic Industry

Abstract

The purpose of this study is to apply a linear regression algorithm to predict the accuracy of product shipments using administration, production and delivery as attributes that will be compared with existing targets which are the results of agreements between companies and customers used. as the dependent variable. In this study it was found that a linear method is feasible and effective for predicting administration, production and delivery of targets for accuracy of product shipments in the company. From the results of the prediction formula obtained, the prediction formula is implemented in the July 2018 data as test data. The results obtained from the prediction formula have an accuracy of 91.67%. From previous studies, which say that linear regression is feasible and effective for data use, they must make predictions. Likewise with this research where the results obtained in testing data are feasible and effective for the company.

Propuesta de modelo matemático para calcular el rendimiento de mando de obra en mampostería de bloque. Caso: ciudad de Cuenca, parroquia Cañaribamba

“…La importancia de esto radica en su capacidad para permitir a las organizaciones tomar decisiones bien informadas con respecto a la mejora de su eficacia gerencial. Por ejemplo, en el caso de que el análisis de regresión lineal indique una asociación significativa entre la precisión de la entrega de un proyecto y la gestión de objetivos, una organización puede implementar medidas para mejorar sus procedimientos de gestión de objetivos, lo que en consecuencia conducirá a una mejora en la precisión de la entrega de sus objetivos (Gata et al, 2019).…”

Algoritma Regresi Linear pada Prediksi Permohonan Paten yang Terdaftar di Indonesia

“…Model regresi linier sederhana adalah model regresi yang paling sederhana yang hanya memiliki satu variabel bebas X. Analisis regresi memiliki beberapa kegunaan, salah satunya untuk melakukan prediksi terhadap variabel terikat Y [4]. Persamaan untuk model regresi linier sederhana adalah sebagai berikut: (3) n Metode Regresi Linear telah banyak digunakan dalam berbagai penelitian, seperti yang pernah dilakukan menerapkan algoritma regresi linear untuk memprediksi akurasi pengiriman produk menggunakan administrasi, produksi dan pengiriman sebagai atribut yang akan dibandingkan dengan target yang ada yang merupakan hasil dari perjanjian antara perusahaan dan pelanggan digunakan sebagai variabel dependen [6].…”