ANDY WILLIANTO and RICO (2019) APLIKASI PREDIKSI PENJUALAN SPAREPARTS MENGGUNAKAN METODE BROWN’S WEIGHTED EXPONENTIAL MOVING AVERAGE DAN TRIPLE EXPONENTIAL SMOOTHING. Undergraduate (S-1) thesis, Universitas Mikroskil.
BAGIAN AWAL.pdf
Download (13MB)
BAB I.pdf
Download (1MB)
BAB II.pdf
Download (7MB)
BAB III.pdf
Restricted to Registered users only
Download (30MB)
BAGIAN AKHIR.pdf
Download (810kB)
Abstract
Penjualan merupakan suatu proses yang sangat penting bagi perusahaan untuk menunjang pertumbuhannya. Bila volume penjualan yang dihasilkan oleh perusahaan itu besar, maka laba yang dihasilkan juga besar sehingga perusahaan dapat bertahan dalam persaingan bisnis dan bisa mengembangkan usahanya. Banyak faktor yang mempengaruhi volume penjualan salah satunya adalah persediaan barang. Setiap perusahaan harus mempersiapkan diri menghadapi perubahan dari volume penjualan tersebut. Untuk itu, perusahaan harus membuat strategi dengan melihat tingkat penjualan ke depannya. Dari permasalahan di atas, maka dilakukan implementasi sistem forecasting yang dapat membantu perusahaan melihat tingkat penjualan ke depannya. Metode forecasting yang dipakai adalah pengembangan dari metode Brown’s Weighted Exponential Moving Average (B-WEMA) dan Triple Exponential Smoothing (TES) yang diberi nama B-TES. Data pengujian menggunakan data penjualan spareparts sepeda motor dari PT. Capella Dinamik Nusantara untuk periode Desember 2013 – Desember 2017. Hasil pengujian metode B-TES memberikan hasil prediksi 10.4% lebih baik dari pada metode TES. Akan tetapi, tingkat akurasi dari metode hasil pengembangan ini masih kalah dengan TES dengan nilai MAE TES adalah 79.6958532 dan nilai MAE B-TES adalah 81.2325796.
Item Type: | Tugas Akhir / Tesis (Undergraduate (S-1)) |
---|---|
Subjects: | Teknik Informatika |
Divisions: | Fakultas Informatika > Program Studi S-1 Teknik Informatika |
Depositing User: | Adi Kurniawan |
Date Deposited: | 14 Feb 2023 09:25 |
Last Modified: | 14 Feb 2023 09:25 |
URI: | https://repository.mikroskil.ac.id/id/eprint/1358 |