Implementasi Machine Learning untuk Prediksi Jumlah Pengiriman Paket Menggunakan Metode Regresi Linear Berbasis Website pada Kantor Pos Binong Permai

Rizal Muhamad Ikhwanudin Ady

doi:10.69693/ijmst.v4i3.14114

Authors

Rizal Muhamad Ikhwanudin Ady Universitas Pamulang

DOI:

https://doi.org/10.69693/ijmst.v4i3.14114

Keywords:

Machine Learning, Prediksi, Pengiriman Paket, Website

Abstract

Kantor Pos Binong Permai masih memperkirakan jumlah pengiriman paket secara manual berdasarkan pengalaman petugas, sehingga perencanaan operasional kurang akurat akibat fluktuasi jumlah pengiriman. Penelitian ini bertujuan menerapkan metode regresi linear sebagai pendekatan machine learning untuk memprediksi jumlah pengiriman paket serta membangun sistem berbasis website yang menyajikan hasil prediksi sebagai bahan perencanaan operasional. Regresi linear digunakan untuk memodelkan pola jumlah pengiriman berdasarkan data historis sehingga estimasi periode mendatang tidak lagi bergantung pada perkiraan subjektif petugas. Penelitian dibatasi pada data historis pengiriman paket di Kantor Pos Binong Permai tanpa integrasi dengan sistem logistik eksternal, dan hanya melibatkan satu peran pengguna, yaitu administrator. Metode penelitian meliputi pengumpulan data melalui observasi, wawancara, dan dokumentasi, analisis kebutuhan, perancangan basis data dan sistem menggunakan UML, implementasi menggunakan Python, Flask, dan MySQL, serta pengujian fungsional dengan Black Box Testing. Sistem yang dihasilkan menyediakan halaman login, dashboard grafik volume pengiriman, manajemen data melalui input manual dan impor berkas CSV/Excel yang otomatis melatih ulang model, modul prediksi, serta ekspor laporan dalam format CSV dan PDF. Hasil Black Box Testing menunjukkan seluruh fungsi sistem berjalan sesuai harapan. Sistem ini mengotomatisasi pengelolaan data pengiriman dan menghasilkan prediksi yang menyesuaikan setiap kali data transaksi diperbarui, sehingga mendukung perencanaan kapasitas penyimpanan dan alokasi armada pengantaran di Kantor Pos Binong Permai.
Kata kunci: Machine Learning, Prediksi, Pengiriman Paket, Regresi Linear, Website

References

1. Ababil, O. J., Wibowo, S. A., & Industri, F. T. (2022). Liquid Vape Di Toko Vapor Pandaan Berbasis Website. JATI (Jurnal Mahasiswa Teknik Informatika), 6(1), 186–195.

2. Andina Oktavia, N., & Tri Wahyu Widyaningsih, T. W. W. (2025). Analisis dan Perancangan Sistem Informasi Prediksi Data Penjualan pada E-commerce Khumaira Cookies & Snack. Jurnal SISKOM-KB (Sistem Komputer dan Kecerdasan Buatan), 9(1), 134–144. https://doi.org/10.47970/siskom-kb.v9i1.931

3. Cahyono, M. R. A., Sunarsa, T., & Maulana, A. (2024). Perancangan Unified Modelling Language Sistem Informasi Surat Jalan dan Lembaran Permintaan Perbaikan Berbasis Website. Jurnal Instrumentasi dan Teknologi Informatika (JITI), 6(1), 46–59.

4. Dirgantara, M. R., Syahputri, S., & Hasibuan, A. (2023). Pengenalan Database Management System ( DBMS ). Madani: Jurnal Ilmiah Multidisiplin, 1(6), 300–306. https://doi.org/DOI: https://doi.org/10.5281/zenodo.8123019

5. Efda, M. R., & Nuryasin, I. (2024). Pengujian Aplikasi Scantion Menggunakan Metode Blackbox dengan Teknik Equivalence Partitioning. Jurnal Teknologi Sistem Informasi dan Aplikasi, 7(2), 832–838. https://doi.org/10.32493/jtsi.v7i2.39048

6. El-Basioni, B. M. M., & Abd El Kader, S. M. (2024). Designing and modeling an IoT ‑ based software system for land suitability assessment use case. In Environmental Monitoring and Assessment. Springer International Publishing. https://doi.org/10.1007/s10661-024-12483-8

7. Endra, R. Y., Aprilinda, Y., Dharmawan, Y. Y., & Ramadhan, W. (2021). Analisis Perbandingan Bahasa Pemrograman PHP Laravel dengan PHP Native pada Pengembangan Website. EXPERT: Jurnal Manajemen Sistem Informasi dan Teknologi, 11(1), 48. https://doi.org/10.36448/expert.v11i1.2012

8. Gunawan, A. R., Alif, R. N., Ramadhan, M. F., Muhajirin, A. L., & Iryani, N. I. (2024). Pentingnya Pemanfaatan Framework Dalam Membangun Sebuah Aplikasi Perangkat Lunak. JRIIN: Jurnal Riset Informatika dan Inovasi, 2(1), 38–43. https://scholar.google.com/.

9. Hadijah, S., Auliasari, K., & Ariwibisono, F. X. (2024). PERAMALAN HARGA SAHAM MENGGUNAKAN METODE SIMPLE MOVING AVERAGE DAN WEB SCRAPING. JATI (Jurnal Mahasiswa Teknik Informatika), 8(2), 1271–1278.

10. Haidar, A., Mukaromah, M., Bukhari, I. A., & Susena, E. (2025). Rancangan Sistem Informasi Reservasi Dan Pemasaran Barbershop Berbasis Web Untuk Meningkatkan Efisiensi Operasional. Jurnal Sains dan Teknologi Informasi, September, 62–71.

11. Halif, J., Wahiddin, D., Sanjaya, I., & Faisal, S. (2025). Model Regresi Linear Berganda untuk Prediksi Tingkat Pengangguran di Provinsi Jawa Barat. Jurnal Algoritma, 22(1), 324–335. https://doi.org/10.33364/algoritma/v.22-1.2312

12. Harsiti, Muttaqin, Z., & Srihartini, E. (2022). Penerapan Metode Regresi Linier Sederhana Untuk Prediksi Persediaan Obat Jenis Tablet. JSiI (Jurnal Sistem Informasi), 9(1), 12–16. https://doi.org/10.30656/jsii.v9i1.4426

13. Ismail, & Hidayah, A. (2025). Implementasi Machine Learning Dengan Metode Regresi Linear Untuk Prediksi Gaji Karyawan Berdasarkan Masa Kerja. 2(1), 1–7. https://doi.org/10.25126/Rister

14. Oktavia, N. A., & Widyaningsih, T. W. (2025). Analisis dan Perancangan Sistem Informasi Prediksi Data Penjualan pada E-commerce Khumaira Cookies & Snack. Jurnal SISKOM-KB (Sistem Komputer dan Kecerdasan Buatan), 9(1), 134–144. https://doi.org/10.47970/siskom-kb.v9i1.931

15. Widiyatmoko, A. T., Butsianto, S., & Nugroho, A. (2025). Application of Machine Learning for Premium Rice Price Increase Prediction Using Linear Regression Algorithm Penerapan Machine Learning untuk Prediksi Kenaikan Harga Beras Premium Menggunakan Algoritma Regresi Linier. MALCOM: Indonesian Journal of Machine Learning and Computer Science, 5(July), 1125–1132.