Analisis Waktu Pemprosesan Layanan Enterprise PT. Telkomsat Menggunakan Metode Regresi Linear Berganda

Authors

  • Andi Taufik Universitas Bina Sarana Informatika
  • Putra Muslimin Universitas Bina Sarana Informatika

DOI:

https://doi.org/10.55382/jurnalpustakadata.v6i3.1912

Keywords:

regresi linear berganda, waktu pemprosesan, cuaca, Jarak lokasi, Telkomsat

Abstract

Penelitian ini bertujuan untuk menganalisis pengaruh faktor teknis dan non-teknis terhadap durasi pemrosesan layanan perusahaan. Data penelitian diperoleh melalui catatan histori layanan perusahaan dengan variabel independen teknis yang meliputi Carrier-to-Noise Ratio (CNR), Signal Quality Factor (SQF), Customer Priority Index (CPI), dan Latency, serta variabel non-teknis berupa kondisi cuaca dan jarak lokasi. Metode analisis yang digunakan dalam penelitian ini adalah regresi linier berganda dengan pendekatan kuantitatif. Hasil uji simultan (uji F) menunjukkan bahwa seluruh variabel independen secara bersama-sama memberikan pengaruh yang signifikan terhadap durasi pemrosesan layanan. Namun, hasil uji parsial (uji t) membuktikan secara spesifik bahwa hanya variabel cuaca dan jarak lokasi yang berpengaruh signifikan p < 0,05, sedangkan faktor-faktor teknis tidak memberikan kontribusi pengaruh yang signifikan secara mandiri. Model regresi yang dibangun dalam penelitian ini menghasilkan nilai Adjusted R² sebesar 0,868, yang mengindikasikan bahwa 86,8% variasi dari durasi pemrosesan layanan dapat dijelaskan oleh variabel-variabel independen yang diteliti. Selain itu, hasil evaluasi model menunjukkan performa tingkat kesalahan prediksi yang rendah dengan nilai Mean Absolute Percentage Error (MAPE) sebesar 10,6%. Temuan ini menyimpulkan bahwa faktor non-teknis atau eksternal memiliki peran yang lebih dominan dalam menentukan efisiensi waktu pemrosesan layanan dibandingkan faktor teknis internal perusahaan.

Downloads

Download data is not yet available.

References

A. Maulida and A. W. Arsyad, “Strategi Personal Selling dalam Mengembangkan Bisnis B2B (Business To Business) di PT Telkom Indonesia Witel Kaltimtara,” MARTABE J. Pengabdi. Masy., vol. 8, no. 6, pp. 2473–2478, 2025.

M. Tohir, A. Primadi, and N. A. H. Subroto, “Pengaruhi Kualitas Pelayanan, Fasilitas Dan Ketepatan Waktu Terhadap Kepuasan Pelanggan,” J. Manaj. Kreat. dan Inov., vol. 1, no. 4, pp. 35–59, 2023.

A. S. Nugroho, “Evaluasi Infrastruktur Jaringan Komputer untuk Mendukung Efisiensi Komunikasi Data pada Sistem Point of Sales Industri Ritel Modern,” vol. 5, no. 1, pp. 502–507, 2026.

S. Nazhif Putransyah, “Pengaruh Peningkatan Kualitas Layanan Terhadap Service Level Agreement (Sla) Pada Bank Bri Kc. Kendal,” Knowl. J. Inov. Has. Penelit. dan Pengemb., vol. 4, no. 1, pp. 16–28, 2024.

A. Najiha, M. A. Fathan, A. Alavi, F. Chaikal, and G. C. Basompe, “Analisis Regresi Linear Berganda pada Pengaruh Pemahaman Etika Profesional dan Penguasaan Konsep Keahlian terhadap Kesiapan Dunia Kerja,” J. Penelit. Inov., vol. 5, no. 3, pp. 2365–2376, 2025.

N. Saraswati and M. P. Ariasih, “Aplikasi m-Banking Terfavorit di Indonesia Tahun 2023 - 2024,” J. Manaj., vol. 11, no. 1, pp. 343–353, 2025.

I. Anwari and I. N. Yulita, “Penggunaan Machine Learning Untuk,” vol. 4, no. 3, pp. 6001–6005, 2023.

M. Gun, “Pentingnya Uji Asumsi Klasik pada Analisis Regresi Linier Berganda (Studi Kasus Penyusunan Persamaan Allometrik Kenari Muda [Canarium Indicum L.]),” BAREKENG J. Ilmu Mat. dan Terap., vol. 14, no. 3, p. 335, 2020.

D. Marcelina, A. Kurnia, and T. Terttiaavini, “Analisis Klaster Kinerja Usaha Kecil dan Menengah Menggunakan Algoritma K-Means Clustering,” MALCOM Indones. J. Mach. Learn. Comput. Sci., vol. 3, no. 2, pp. 293–301, 2023.

J. T. Moreira-Filho, D. Ranganath, M. Conway, C. Schmitt, N. Kleinstreuer, and K. Mansouri, “Democratizing cheminformatics: interpretable chemical grouping using an automated KNIME workflow,” J. Cheminform., vol. 16, no. 1, pp. 1–27, 2024.

R. W. B. D. A. N. J. Atty Tri.Sarman, “Penerapan Sistem Penjadwalan Dengan Metode SPT (Short Processing Time) Dan EDD (Earliest Due Date) Dalam Mengefisiekan Biaya Operasional Dan Sumber Daya Pada Perusahaan PT. Mathar Telekomunikasi Indonesia,” J. Ecodemica J. Ekon. Manaj. dan Bisnis, vol. 8, no. 2, 2024.

I. Meiliana et al., “Pengaruh Penggunaan Gadget , Minat Belajar Dan Kehadiran Terhadap Prestasi Belajar Siswa Di SMKN 1 Maros Dengan Regresi Linier Berganda,” vol. 18, no. 2, pp. 66–75, 2026.

A. Kurniawan and Fairus, “Analisis Regresi Linear Berganda Untuk Melihat Faktor,” J. Math. UNP, vol. 7, no. 2, pp. 62–68, 2025.

U. J. Mwaipungu, K. Malekela, and R. Monko, “Regression and Validation Modelling for Predicting Constraining Factors in Design-Bid-Build Project Delivery,” vol. 14, no. 1, pp. 24–39, 2025.

E. N. R. D. F. T. P. P. E. & Widoso, “Penerapan metode regresi linier berganda untuk memperkirakan curah hujan (studi kasus: Stasiun Geofisika Sleman),” J. Ilm. Mat., vol. 9, no. 1, pp. 8–18, 2022.

Vibhu Verma, “A Comprehensive Framework for Residual Analysis in Regression and Machine Learning,” J. Inf. Syst. Eng. Manag., vol. 10, no. 31s, pp. 34–46, 2025.

A. Ihsan Fairuzsyifa and Y. Sulistyo Nugroho, “Analisis Regresi Linier Berganda Pengaruh Minat Calon Mahasiswa di Universitas Muhammadiyah Surakarta Menggunakan Python,” J. Inform. Polinema, vol. 10, no. 2, pp. 265–272, 2024.

Published

2026-06-01

How to Cite

Taufik, A., & Muslimin, P. . (2026). Analisis Waktu Pemprosesan Layanan Enterprise PT. Telkomsat Menggunakan Metode Regresi Linear Berganda. Jurnal Pustaka Data (Pusat Akses Kajian Database, Analisa Teknologi, Dan Arsitektur Komputer), 6(3), 225–233. https://doi.org/10.55382/jurnalpustakadata.v6i3.1912