IMPLEMENTASI DAN OPTIMALISASI METODE SINGLE MOVING AVERAGE UNTUK MEMPREDIKSI STOK BARANG PERCETAKAN DAN ATK

Anwar, Gilang Saeful (2023) IMPLEMENTASI DAN OPTIMALISASI METODE SINGLE MOVING AVERAGE UNTUK MEMPREDIKSI STOK BARANG PERCETAKAN DAN ATK. Sarjana thesis, Universitas Siliwangi.

	Text 1_167006040_Cover.pdf Download (263kB)
	Text 2_167006040_Pengesahan.pdf Download (218kB)
	Text 3_167006040_Pengesahan Penguji.pdf Download (211kB)
	Text 4_167006040_Lembar Pernyataan Keaslian.pdf Download (53kB)
	Text 5_167006040_Abstrak.pdf Download (337kB)
	Text 7_167006040_Daftar Isi Tabel Gambar Persamaan Lampiran.pdf Download (642kB)
	Text 8_167006040_BAB 1.pdf Download (421kB)
	Text 9_167006040_BAB 2.pdf Download (668kB)
	Text 10_167006040_BAB 3.pdf Download (380kB)
	Text 11_167006040_BAB 4.pdf Restricted to Repository staff only Download (1MB)
	Text 12_167006040_BAB 5.pdf Restricted to Repository staff only Download (391kB)
	Text 13_167006040_Daftar Pustaka.pdf Download (300kB)
	Text 14_167006040_Lampiran.pdf Restricted to Repository staff only Download (5MB)

Abstract

Setiap badan usaha yang berorientasi pada penjualan produk mayoritas memerlukan informasi tentang produk yang dijualnya, termasuk informasi stok barang. Setiap usaha memiliki caranya tersendiri untuk mengelola data tersebut. Masalah yang biasanya dihadapi adalah ketika terlalu banyak menyiapkan stok banyak untuk produk yang pada periode tertentu sedang tidak banyak peminatnya dan sebaliknya menyiapkan stok seadanya untuk produk yang pada periode tertentu sedang banyak yang membutuhkan. Penumpukan stok produk menyebabkan produk tersebut bisa rusak karena termakan waktu dan kekurangan stok produk menyebabkan kepercayaan konsumen menurun dan memilih membeli produk tersebut di tempat lain. Salah satu solusi dari masalah tersebut adalah meramalkan stok produk yang harus disediakan pada periode berikutnya. Metode peramalan yang dipilih pada penelitian ini adalah Single Moving Average (SMA) yang dihitung nilai error-nya menggunakan beberapa matriks evaluasi diantaranya Mean Absolute Error (MAE), Mean Squared Error (MSE), Root Mean Squared Error (RMSE), dan Mean Absolute Percentage Error (MAPE). Penelitian ini bertujuan untuk meramalkan penjualan di periode selanjutnya menggunakan data penjualan pada periode sebelumnya. Hasil peramalan SMA menggunakan orde 3 pada bulan Juli 2023 yaitu 1359,3333 dengan perhitungan MAE sebesar 303,0667, MSE sebesar 153873,1, RMSE sebesar 392,2666, dan MAPE sebesar 39,0342% yang masuk ke dalam kategori wajar. Implementasi metode SMA pada aplikasi kasir memungkinkan pengguna tidak perlu memasukkan data penjualan lagi melainkan data langsung diambil dari basis data aplikasi kasir. Kata Kunci: Stok Barang, Peramalan, Single Moving Average

Actions (login required)

View Item