Ardiansyah, Ferry (2023) PREDIKSI PENJUALAN MAKANAN RINGAN DENGAN MENGGUNAKAN ALGORITMA DOUBLE EXPONENTIAL SMOOTHING DAN LEAST SQUARE. Diploma thesis, Universitas Nasional.
Text
Cover (Cover, Lembar Penunjang, Kata Pengantar, Abstrak, Daftar Isi, Daftar Gambar, Daftar Tabel).pdf Download (1MB) |
|
Text
BAB I.pdf Download (137kB) |
|
Text
BAB II.pdf Download (108kB) |
|
Text
BAB III.pdf Download (3MB) |
|
Text
BAB IV.pdf Download (2MB) |
|
Text
BAB V.pdf Download (60kB) |
|
Text
Lampiran (Daftar Pustaka, Daftar Lampiran, Lembar Awal Hasil Turnitin).pdf Download (1MB) |
Abstract
Peramalan (forecasting) adalah aktivitas untuk memproyeksikan kejadian di masa depan. Peramalan menjadi penting karena ada keterlambatan antara kesadaran akan kebutuhan kebijakan baru dan implementasinya. Peramalan sering digunakan di dunia bisnis, seperti dalam memperkirakan hasil penjualan makanan ringan, sehingga bisnis kecil dapat merencanakan produksi penjualan makanan ringan di masa depan. Dalam penelitian ini, kedua metode peramalan Algoritma Kuadrat Terkecil (Least Square) dan pemulusan eksponensial Ganda digunakan agar bisa membandingkan hasil produksi dengan tingkat kesalahan terendah. Dalam pengujian dengan 24 data, metode Least Square menghasilkan akurasi yang lebih baik dengan MAPE = 125,885%, sedangkan algoritma Double Exponential Smoothing menghasilkan MAPE terendah pada alpha 0,1 dengan nilai 52,983%. Meskipun demikian, sistem peramalan masih memiliki kelebihan dan kekurangan, dan dapat ditingkatkan dengan menggunakan metode peramalan lainnya untuk menghasilkan hasil yang lebih akurat dan efektif. Selain itu, sistem dapat ditingkatkan dengan pengembangan aplikasi berbasis Android untuk akses pengguna yang lebih mudah dan praktis.
Item Type: | Thesis (Diploma) |
---|---|
Subjects: | Q Science > Q Science (General) T Technology > T Technology (General) |
Divisions: | Skripsi > Fakultas Teknologi Komunikasi dan Informatika > Program Studi Sistem Informasi |
Depositing User: | Miss Rahma Rahmawati |
Date Deposited: | 26 Jun 2023 07:41 |
Last Modified: | 26 Jun 2023 07:41 |
URI: | http://repository.unas.ac.id/id/eprint/7154 |
Actions (login required)
View Item |