PENGEMBANGAN E-COMMERCE FASHION DENGAN PREDIKSI PENJUALAN MENGGUNAKAN METODE REG-ARIMA BERBASIS MOBILE DAN WEB

CHRISTIYAN FERNANDO and DANNY CHRISTIARA (2023) PENGEMBANGAN E-COMMERCE FASHION DENGAN PREDIKSI PENJUALAN MENGGUNAKAN METODE REG-ARIMA BERBASIS MOBILE DAN WEB. Undergraduate (S-1) thesis, Universitas Mikroskil.

[thumbnail of BAGIAN AWAL.pdf] Text
BAGIAN AWAL.pdf

Download (13MB)
[thumbnail of BAB I.pdf] Text
BAB I.pdf

Download (1MB)
[thumbnail of BAB II.pdf] Text
BAB II.pdf

Download (8MB)
[thumbnail of BAB III.pdf] Text
BAB III.pdf
Restricted to Registered users only

Download (20MB)
[thumbnail of BAGIAN AKHIR.pdf] Text
BAGIAN AKHIR.pdf

Download (1MB)

Abstract

Penjualan produk pakaian biasanya dilakukan dengan mengunjungi toko pakaian yang menjual barang barang dan mencari produk pakaian yang cocok, dengan hal tersebut konsumen membutuhkan waktu dan tenaga yang cukup banyak. Dari hal tersebut perlu adanya suatu sistem informasi yang menyediakan berbagai produk pakaian yang menawarkan produk pakaian secara online kepada konsumen nantinya dengan lebih mudah tanpa perlu datang ke store atau tanpa perlu bertatap muka langsung. Sementara itu, agar dapat meningkatkan omset penjualan dari online shop dan menjaga agar tidak terjadi penumpukan produk pakaian di gudang, maka perlu dilakukan proses prediksi penjualan. Untuk menyelesaikan permasalahan tersebut, maka diperlukan informasi mengenai jumlah dan jenis pakaian yang akan terjual pada periode berikutnya. Informasi ini sangat diperlukan agar dapat dipersiapkan jenis pakaian yang akan lebih laku pada periode berikutnya. Untuk memperoleh informasi tersebut, maka perlu dilakukan proses peramalan (forecasting). Penelitian ini menggunakan metode Reg-ARIMA untuk melakukan proses peramalan penjualan untuk periode berikutnya, dimana model RegARIMA dapat digunakan untuk melakukan estimasi efek kalender serta peramalannya. Dengan adanya aplikasi berbasis mobile dan web ini, maka customer dapat mengetahui informasi mengenai barang yang dijual oleh online shop melalui website dan pemilik online shop dapat mengetahui informasi prediksi penjualan pada periode berikutnya

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: 19 May 2023 08:38
Last Modified: 19 May 2023 09:16
URI: https://repository.mikroskil.ac.id/id/eprint/2774

Actions (login required)

View Item
View Item