ANALISIS PERBANDINGAN SIMULASI MONTECARLO DAN REGRESI LINEAR TIGA VARIABEL DALAM MEMPREDIKSI PENJUALAN BERBASIS WEBSITE

Islaturrahman, Muhammad (2023) ANALISIS PERBANDINGAN SIMULASI MONTECARLO DAN REGRESI LINEAR TIGA VARIABEL DALAM MEMPREDIKSI PENJUALAN BERBASIS WEBSITE. Bachelor thesis, Universitas Nasional.

[img] Text
COVER.pdf

Download (1MB)
[img] Text
BAB I.pdf

Download (99kB)
[img] Text
BAB II.pdf

Download (336kB)
[img] Text
BAB III.pdf

Download (370kB)
[img] Text
BAB IV.pdf

Download (714kB)
[img] Text
BAB V.pdf

Download (90kB)
[img] Text
Lampiran.pdf

Download (512kB)

Abstract

Berdasarkan data penjualan yang diambil dengan metode observasi pada sistem Point Of Sale CV Toru Group, dari 22 Maret 2022 dengan omset Rp 162.000.491 mengalami peningkatan hingga 122.52% dengan omset Rp 360.666.000 pada bulan maret 2023. Namun setelah itu mengalami penurunan pada bulan Mei 2023 sebesar - 43.78%. Penurunan tersebut menjadi permasalahan yang akan mempengaruhi penjualan. Penurunan omset penjualan ini tentu dipengaruhi banyak faktor eksternal maupun internal itu sendiri, salah satunya penentuan produk yang akan dijual, jumlah pemesanan yang fluktuatif dan lain sebagainya, Oleh karena diperlukan solusi yang dapat memberikan prediksi penjualan dimasa yang akan datang dimana prediksi yang dihasilkan melalui pemanfaatan data penjualan sebelumnya dengan tujuan untuk merekomendasikan perkiraan penjualan dimasa yang akan datang. Sehingga, pemilik usaha dapat mempersiapkan dan menentukan target penjualan berdasarkan penjualan saat ini. Mengembangkan suatu model prediktif kedalam sistem yang dapat memprediksi target penjualan pada aplikasi Point Of Sale dengan menggunakan metode Monte Carlo dan Regresi Linear. Metode tersebut di implementasikan ke dalam bahasa pemrograman JavaScript dan React JS Framework untuk memperoleh skenario penjualan berdasarkan data historys penjualan yang ditentukan secara real-time berbasis website. Jumlah data data penjualan yang di gunakan dari September 2020 hingga Mei 2023 yang akan diakses melalui proses Request REST API. Berdasarkan hasil penelitian dari kedua algoritma dengan pengujian menggunakan Mean Absolute Percentage Error (MAPE), dihasilkan dengan rata-rata tingkat akurasi Monte Carlo sebesar 83,63% sedangkan metode Linear Regression memiliki rata-rata persentasi akurasi 89,79%.

Item Type: Thesis (Bachelor)
Subjects: T Technology > T Technology (General)
T Technology > TE Highway engineering. Roads and pavements
Divisions: Skripsi > Fakultas Teknologi Komunikasi dan Informatika > Program Studi Teknik Informatika
Depositing User: Miss Rahma Rahmawati
Date Deposited: 28 Dec 2023 03:12
Last Modified: 28 Dec 2023 03:12
URI: http://repository.unas.ac.id/id/eprint/9270

Actions (login required)

View Item View Item