PREDIKSI PENGADAAN STOK ETALASE PRODUK DENGAN MENGGUNAKAN ALGORITMA SINGLE MOVING AVERAGE DAN SINGLE EXPONENTIAL SMOOTHING

NASUTION, MUHAMMAD IQBAL (2023) PREDIKSI PENGADAAN STOK ETALASE PRODUK DENGAN MENGGUNAKAN ALGORITMA SINGLE MOVING AVERAGE DAN SINGLE EXPONENTIAL SMOOTHING. Diploma thesis, Universitas Nasional.

	Text COVER (3).pdf Download (634kB)
	Text BAB I.pdf Download (172kB)
	Text BAB II.pdf Download (159kB)
	Text BAB III.pdf Download (507kB)
	Text BAB IV.pdf Download (1MB)
	Text BAB V.pdf Download (73kB)
	Text LAMPIRAN.pdf Download (553kB)

Abstract

Sistem dan teknologi informasi untuk saat ini sangat penting bagi kehidupan masyarakat karena dapat membantu masyarakat membuat keputusan yang lebih efektif. Kehandalan memprediksi penjualan Vape pada produk liquid adalah salah satu pengutamaan dalam meningkatkan pelayanan dan juga keuntungan bagi toko Vape. Karena Vape Industrial belum melakukan metode untuk meramal penjualan barang liquid di hari yang akan datang, Dampaknya ada beberapa liquid yang mengarungi kelebihan jumlah stok barang dan juga beberapa liquid lainnya mengarungi kekurangan jumlah stok barang. Pada penelitian ini dibuat sebuah aplikasi website yang dapat meprediksi jumlah stok produk yang dibutuhkan pada periode kedepan dengan memanfaatkan data transaksi konsumen pada periode sebelumnya menggunakan algoritma Single Moving Average dan Single Exponential Smothing, yang mana kedua algoritma tersebut akan dibandingkan hasil perhitungan error nya sehingga mendapatkan perhitungan algoritma yang cocok digunakan untuk mendapatkan hasil prediksi stok produk. Dari hasil pengujian yang telah dilakukan untuk mencari prediksi stok produk liquid Besti Matcha Saltnic menggunakan algoritma Single Moving Average metode dua periode dan lima periode serta algoritma Single ExponentiaI Smoothing aIpha 0.2 dan alpha 0.8 dengan periode prediksi harian, mingguan, dan bulanan, didapatkan hasil prediksi stok periode harian yang tepat yaitu menggunakan algoritma Single Exponential Smoothing metode alpha 0.2 dengan hasil prediksi 1 produk terjual dan nilai error 0%, sedangkan hasil prediksi stok periode mingguan yang tepat yaitu menggunakan algoritma Single Moving Average metode 5 periode dengan hasil prediksi 5 produk terjual dan nilai error 25%, sedangkan hasil prediksi stok periode bulanan yang tepat yaitu menggunakan algoritma Single Exponential Smoothing metode alpha 0.2 dengan hasil prediksi 21 produk terjual dan nilai error 10.5%. Dengan adanya aplikasi ini diharapkan toko Vape Industrial dapat memprediksi kebutuhan stok dengan efektif untuk periode kedepan supaya terhindar dari kerugian akibat produk berlebih.

Item Type:	Thesis (Diploma)
Subjects:	Q Science > Q Science (General) T Technology > T Technology (General)
Divisions:	Skripsi > Fakultas Teknologi Komunikasi dan Informatika > Program Studi Teknik Informatika
Depositing User:	Miss Rahma Rahmawati
Date Deposited:	03 Nov 2023 07:19
Last Modified:	03 Nov 2023 07:19
URI:	http://repository.unas.ac.id/id/eprint/8816

Actions (login required)

View Item