UNISBA BLITARUNISBA BLITAR

Antivirus : Jurnal Ilmiah Teknik InformatikaAntivirus : Jurnal Ilmiah Teknik Informatika

Peramalan merupakan bagian dari sistem informasi manajemen yang dapat membantu pemilik perusahaan dalam pengambilan keputusan. Peramalan dapat berfungsi untuk memperkirakan penjualan dan penggunaan produk sehingga produk-produk itu dapat dibuat dalam kuantitas yang tepat. Proses peramalan memerlukan suatu metode yang tepat bergantung dari pola data yang ada dan informasi yang akan diramalkan serta tujuan yang hendak dicapai. Penelitian ini membahas tentang penerapan metode peramalan yang tepat pada suatu perusahaan sesuai dengan pola data yang ada. Metode peramalan yang digunakan adalah metode Trend Projection dan Double Exponential Smoothing. Metode peramalan Trend Projection lebih akurat apabila pola data yang ada pada perusahaan adalah pola data horizontal, sedangkan metode peramalan Double Exponential Smoothing akan lebih akurat apabila pola data yang ada pada perusahaan adalah pola data musiman. Data yang digunakan dalam penelitian ini merupakan data penjualan produk UD Omah Jenang Kelapa Sari dari bulan Januari tahun 2013 sampai dengan bulan Juli tahun 2017. Berdasarkan hasil analisis dan pengujian sistem, sistem ini dapat membantu pemilik perusahaan dalam meramalkan penjualan produk pada periode bulan berikutnya sehingga dapat digunakan sebagai pendukung keputusan dalam merencanakan produksi setiap bulannya.

Berdasarkan analisis dan pengujian yang dilakukan pada penelitian ini, dapat diambil kesimpulan bahwa aplikasi peramalan penjualan produk usaha kecil menengah berdasarkan pola data riwayat penjualan dapat dibuat dengan menerapkan dua metode peramalan yaitu metode Trend Projection dan Double Exponential Smoothing.Pola data riwayat penjualan produk usaha kecil menengah dapat diketahui dengan melihat grafik data riwayat penjualan.Hasil peramalan periode bulan berikutnya dapat diketahui dengan membandingkan persentase tingkat keakuratan dari kedua metode.Metode Double Exponential Smoothing lebih akurat dibandingkan metode Trend Projection dalam meramalkan penjualan produk jenang pada UD Omah Jenang Kelapa Sari Blitar dengan jenis pola data musiman.

Pengembangan sistem peramalan penjualan dapat dilanjutkan dengan mengintegrasikan teknologi machine learning untuk meningkatkan akurasi prediksi berdasarkan pola data yang lebih kompleks. Selain itu, penelitian lanjutan dapat fokus pada penerapan metode peramalan alternatif seperti ARIMA atau SARIMA untuk membandingkan performa dengan metode yang sudah ada. Terakhir, pengembangan sistem dapat diperluas untuk mendukung analisis data real-time dengan memanfaatkan teknologi cloud computing, sehingga pemilik usaha dapat memperoleh prediksi penjualan secara lebih cepat dan akurat.

Read online
File size642.31 KB
Pages21
DMCAReport

Related /

ads-block-test