PREDIKSI PENJUALAN MEREK SEPEDA MOTOR DENGAN MENGGUNAKAN METODE PATTERN SEQUENCE-BASED PREDICTION ALGORITHM ALONG WITH WEIGHTED MOVING AVERAGE METHOD (PSPA – WMAM)

Pertumbuhan suatu perusahaan sepeda motor ditandai dengan besarnya penjualan sepeda motor setiap periode. Permasalahan yang sering dihadapi oleh para perusahaan sepeda motor adalah sulitnya memperkirakan jumlah penjualan sepeda motor untuk periode berikutnya, dikarenakan adanya fluktuasi penjualan. Umumnya, perusahaan sepeda motor melakukan perkiraan penjualan pada periode berikutnya secara intuisi, dimana prediksi yang dilakukan secara intuitif biasanya memiliki validitas yang rendah. Tujuan dari penelitian ini adalah untuk mengembangkan sebuah aplikasi prediksi penjualan sepeda motor. Metode yang digunakan untuk melakukan prediksi adalah metode PSPA-WMAM. Awalnya, dilakukan proses K-Means clustering untuk melakukan pengelompokan dan memberikan label pada setiap data penjualan. Setelah proses clustering selesai, dilakukan pencarian pola pada semua data penjualan sesuai dengan jumlah jendela yang ditentukan. Data ini kemudian disimpan dan dicari nilai rata-ratanya berdasarkan metode WMAM sebagai hasil prediksi. Aplikasi yang dibuat dapat digunakan untuk melakukan prediksi terhadap penjualan sepeda motor. Ini dibuktikan dengan prediksi yang dilakukan terhadap lima merek sepeda motor, yakni Honda, Yamaha, Suzuki, Kawasaki, dan TVS yang memperoleh hasil prediksi. Namun, pengujian terhadap lima merek sepeda motor menunjukkan bahwa penggunaan jumlah ukuran jendela mempengaruhi hasil dari prediksi, dan penggunaan pola data pelatihan yang tidak stasioner menyebabkan penentuan nilai k dan W yang ideal untuk melakukan prediski tidak dapat ditentukan.