INTERNATIONALPUBLISHERINTERNATIONALPUBLISHER

Neo Journal of economy and social humanitiesNeo Journal of economy and social humanities

Penelitian ini bertujuan untuk menganalisis dan membandingkan akurasi metode peramalan penjualan menggunakan tiga jenis Moving Average (MA), yaitu Simple Moving Average (SMA), Weighted Moving Average (WMA), dan Trend Semi Average dalam konteks optimasi bisnis digital. Metode MA digunakan untuk mengidentifikasi tren penjualan dan membantu merencanakan strategi bisnis yang lebih efektif. Data yang digunakan dalam penelitian ini adalah data penjualan historis dari perusahaan bisnis digital selama periode tertentu. Setiap metode MA diterapkan pada data untuk menghasilkan peramalan penjualan. Akurasi setiap metode dievaluasi menggunakan Mean Absolute Percentage Error (MAPE) sebagai metrik utama. Penelitian ini memberikan kontribusi penting bagi perusahaan dalam memilih metode peramalan yang paling tepat untuk meningkatkan efisiensi dan efektivitas operasional. Rekomendasi yang dihasilkan dari penelitian ini dapat membantu perusahaan mengoptimalkan strategi penjualan dan mengelola persediaan dengan lebih baik, sehingga meningkatkan daya saing di pasar.

Moving Average menghitung nilai rata-rata dalam periode tertentu dengan cara secara berkala mengganti data lama dengan data baru.Tujuannya adalah untuk meratakan fluktuasi data agar dapat mengidentifikasi tren jangka panjang.Menggunakan data historis untuk mengidentifikasi pola jangka panjang (tren) dalam data.Biasanya menggunakan regresi linier atau metode serupa untuk memprediksi arah bisnis.Metode ini memberikan bobot yang lebih besar pada data yang dianggap lebih penting atau relevan.Bobot dapat disesuaikan berdasarkan pentingnya atau prioritas.Pilihan metode tergantung pada jenis data, tujuan analisis, dan tingkat sensitivitas terhadap perubahan yang diinginkan.Untuk analisis yang lebih stabil dan sederhana, Moving Average lebih cocok.Jika membutuhkan pandangan jangka panjang, gunakan Trend Average.Jika ingin fokus pada aspek tertentu dari data, Weighted Average memberikan fleksibilitas yang lebih besar.Dalam praktik bisnis, seringkali digunakan kombinasi metode untuk memperoleh analisis yang lebih komprehensif.

Untuk penelitian lanjutan, dapat diusulkan beberapa ide, seperti: 1. Menganalisis dampak dari metode peramalan yang berbeda pada keputusan bisnis strategis, seperti penentuan harga, strategi pemasaran, dan alokasi sumber daya. 2. Mengembangkan model peramalan yang lebih canggih dengan menggabungkan metode Moving Average dengan teknik-teknik lain, seperti regresi linier atau jaringan saraf buatan, untuk meningkatkan akurasi peramalan. 3. Mempelajari pengaruh faktor-faktor eksternal, seperti perubahan tren pasar, persaingan, atau kebijakan pemerintah, pada akurasi peramalan dan mengembangkan metode yang dapat menyesuaikan diri dengan perubahan tersebut.

  1. Implementasi Aplikasi Sistem Peramalan Persedian Barang Menggunakan Metode Single Moving Average Berbasis... doi.org/10.51903/elkom.v14i2.515Implementasi Aplikasi Sistem Peramalan Persedian Barang Menggunakan Metode Single Moving Average Berbasis doi 10 51903 elkom v14i2 515
  2. Peramalan Jumlah Produksi Tebu Menggunakan Metode Time Series Model Moving Averages | JURNAL RISET KOMPUTER... doi.org/10.30865/jurikom.v9i4.4388Peramalan Jumlah Produksi Tebu Menggunakan Metode Time Series Model Moving Averages JURNAL RISET KOMPUTER doi 10 30865 jurikom v9i4 4388
  3. Penerapan Metode Moving Average Dan Exponential Smoothing Pada Peramalan Produksi Industri Garment |... ejournal.bsi.ac.id/ejurnal/index.php/ji/article/view/3309Penerapan Metode Moving Average Dan Exponential Smoothing Pada Peramalan Produksi Industri Garment ejournal bsi ac ejurnal index php ji article view 3309
Read online
File size381.44 KB
Pages9
DMCAReport

Related /

ads-block-test