SISTEM PREDIKSI POTENSI INVESTASI SEKTORAL DI KABUPATEN CILACAP JAWA TENGAH MENGGUNAKAN METODE REGRESI LINEAR BERGANDA

Seto Syahbani, Alif (2025) SISTEM PREDIKSI POTENSI INVESTASI SEKTORAL DI KABUPATEN CILACAP JAWA TENGAH MENGGUNAKAN METODE REGRESI LINEAR BERGANDA. Skripsi thesis, UNIVERSITAS SANGGA BUANA YPKP.

	Text cover.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (228kB)
	Text Lembar Pengesahan.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (260kB)
	Text Lembar Pernyataan.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (200kB)
	Text Abstrak.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (283kB)
	Text Bab 1.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (244kB)
	Text Skripsi Full.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (1MB) | Request a copy
	Text Daftar Pustaka.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (299kB)
	Text Surat Keterangan Hasil Cek Plagiarisme.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (330kB)

Abstract

Penelitian ini bertujuan untuk merancang dan mengembangkan sistem prediksi potensi investasi sektoral di Kabupaten Cilacap berbasis web menggunakan metode Regresi Linear Berganda. Sistem ini dikembangkan untuk membantu pemerintah daerah dan investor dalam menganalisis nilai potensi investasi berdasarkan data historis yang diperoleh dari Dinas Penanaman Modal dan Pelayanan Terpadu Satu Pintu (DPMPTSP) Kabupaten Cilacap. Data yang digunakan mencakup sektor investasi, jumlah proyek, tenaga kerja, total investasi, dan tahun selama periode 2020 hingga 2024. Tahapan penelitian meliputi pengumpulan data, pembersihan dan pra-pemrosesan, transformasi data, pembuatan fitur turunan, serta pelatihan model regresi linear berganda menggunakan Python dan pustaka Scikit-learn. Model kemudian diintegrasikan ke dalam sistem berbasis web menggunakan framework Flask. Evaluasi performa model dilakukan dengan metrik MAE, RMSE, dan R², yang menunjukkan akurasi prediksi mencapai 88%. Sistem memungkinkan pengguna untuk menginput sektor, jumlah proyek, tenaga kerja, dan tahun, lalu menampilkan hasil prediksi dalam bentuk angka serta grafik interaktif. Validasi terhadap sistem dilakukan melalui kuisioner, yang menunjukkan tingkat penerimaan sebesar 83,84%, menandakan bahwa sistem ini dianggap penting, dibutuhkan, dan layak digunakan oleh pengguna. Sistem ini memberikan informasi prediktif yang dapat menjadi dasar pengambilan kebijakan pemerintah daerah serta mendukung transparansi dan efisiensi penyajian data investasi. Diharapkan sistem ini dapat dikembangkan lebih lanjut dengan metode machine learning lainnya serta cakupan data yang lebih luas untuk meningkatkan akurasi dan kelengkapan analisis.

Actions (login required)

View Item