Publisher

UNSURYAUNSURYA

Journal JSI (Jurnal sistem Informasi) Universitas SuryadarmaJSI (Jurnal sistem Informasi) Universitas Suryadarma Abstract

Dengan perkembangan teknologi yang semakin memudahkan manusia untuk melakukan aktivitas dalam berbagai bidang, toko herbal dan madu anugerah yang memiliki intensitas produksi tinggi berisiko mengalami ketidakakuratan dalam pengelolaan data persediaan. Pengelolaan data persediaan sangat penting karena berdampak langsung pada biaya produksi. Ketidakefisienan dalam pengelolaan dapat menyebabkan kelebihan atau kekurangan stok. Oleh karena itu, diperlukan kemampuan perusahaan dalam menentukan kebijakan produksi dan penjualan. Penelitian ini menerapkan metode pemulusan eksponensial ganda untuk meramalkan penjualan produk. Metode ini digunakan untuk memperkirakan hasil berdasarkan data masa lalu. Hasil penelitian menunjukkan peramalan untuk bulan Januari hingga Desember 2022 pada berbagai produk dengan konstanta alpha 0,5 dan beta 0,3. Produk Madu Hitam Pahit menghasilkan tingkat kesalahan MSE sebesar 9,97127, MAD 2,5194, dan MAPE 0,08075874% dengan prediksi Januari 2023 sebesar 33,05. Produk Madu Anak Syamil memiliki MSE 9,27022, MAD 2,3465, MAPE 0,05673299%, dan prediksi 42,21. Produk Herba Mojo menghasilkan MSE 8,74227, MAD 2,4018, MAPE 0,03399734%, dengan prediksi 72,83. Secara keseluruhan, metode ini memberikan hasil peramalan yang akurat dengan tingkat kesalahan rendah.

Conclusion

Penerapan metode Double Exponential Smoothing pada Toko Herbal dan Madu Anugerah mampu memberikan informasi akurat untuk perencanaan stok produk, sehingga mendukung pengambilan keputusan dalam menghindari kelebihan atau kekurangan stok.Metode ini menggunakan data aktual 12 bulan untuk meramalkan satu periode berikutnya dengan empat jenis produk, menggunakan konstanta alpha 0,5 dan beta 0,3 yang memberikan tingkat kesalahan terendah.Hasil peramalan menunjukkan akurasi tinggi dengan nilai MAPE di bawah 1%, yang membuktikan efektivitas metode dalam konteks peramalan penjualan jangka pendek.

Future Research

Pertama, perlu dilakukan penelitian lebih lanjut untuk menguji efektivitas metode Double Exponential Smoothing dibandingkan dengan metode lain seperti ARIMA atau ANN dalam konteks toko herbal, dengan fokus pada akurasi jangka menengah hingga panjang. Kedua, penting untuk mengeksplorasi integrasi faktor eksternal seperti musiman, promosi, atau tren pasar ke dalam model peramalan agar hasilnya lebih realistis dan adaptif. Ketiga, perlu dikembangkan sistem peramalan berbasis web yang dinamis dan otomatis dalam menyesuaikan nilai alpha dan beta secara real-time berdasarkan perubahan data penjualan, sehingga mengurangi ketergantungan pada penyesuaian manual dan meningkatkan akurasi prediksi secara berkelanjutan. Penelitian-penelitian ini dapat membantu toko tidak hanya memperbaiki prediksi penjualan, tetapi juga meningkatkan efisiensi keseluruhan rantai pasok. Dengan pendekatan hybrid atau adaptif, sistem dapat belajar dari pola baru dan mengoptimalkan parameter peramalan secara otomatis. Ini juga membuka peluang untuk penerapan di sektor UMKM serupa yang menghadapi tantangan manajemen stok. Studi lanjutan dapat mengevaluasi dampak ekonomi dari penerapan sistem semacam itu terhadap pengurangan biaya dan peningkatan kepuasan pelanggan. Dengan demikian, arah penelitian ke depan sebaiknya mengarah pada sistem cerdas yang terintegrasi dan responsif terhadap dinamika pasar.

References

1. Comparison Forecasting with Double Exponential Smoothing and Artificial Neural Network to Predict the... edas.info/doi/10.5013/IJSSST.a.18.04.13Comparison Forecasting with Double Exponential Smoothing and Artificial Neural Network to Predict the edas doi 10 5013 IJSSST a 18 04 13
2. Implementasi Data Mining dengan Algoritma Naïve Bayes pada Penjualan Obat | Wijaya | Jurnal... doi.org/10.31311/ji.v7i1.6203Implementasi Data Mining dengan Algoritma NayEAve Bayes pada Penjualan Obat Wijaya Jurnal doi 10 31311 ji v7i1 6203

Metadata

File size	827.04 KB
Pages	14
DMCA	Report