Keywords
Asosiasi
Moving Average
Prediksi.
How to Cite
Abstract
Perusahaan membutuhkan strategi dan kecerdasan bisnis perdagangan dengan bantuan teknologi. UD. Subur adalah perusahaan yang bergerak di bidang penjualan bahan bangunan. Data penjualan UD.Subur selama ini belum tertata sehingga tidak terpakai dan banyak yang terbuang. Adapun tujuan dari penelitian ini mengolah data transaksi penjualan menjadi informasi prediksi stok bagi perusahaan dengan memanfaatkan teknologi. Berdasarkan permasalahan tersebut peneliti akan membuat aplikasi untuk mencari barang yang paling laku terjual, sehingga menjamin persediaan barang di toko UD. Subur menggunakan algoritma apriori dan membuat prediksi penjualan barang pada bulan berikutnya menggunakan moving average. Berdasarkan uji coba dari data transaksi penjualan yang terdiri dari 365 data transaksi di tahun 2021, didapatkan hasil kombinasi barang yang paling laku yaitu semen segitiga, besi begel 6x12 dan besi begel 8x12. Hasil prediksi stok barang dibulan berikutnya untuk semen segitiga sejumlah 177 barang dengan nilai akurasinya 63%, besi begel 6x12 sejumlah 263 barang dengan nilai akurasinya 63%, besi begel 8x12 sejumlah 351 barang dengan nilai akurasinya 81%. Sehingga berdasarkan hasil perhitungan moving average dapat diprediksi bahwa stok barang yang akan ditambah pada bulan berikutnya adalah semen segitiga, besi begel 6x12 dan besi begel 8x12 karena memiliki nilai akurasi yang lebih dari 50%.
References
Davies, and Paul Beynon. 2004. “Database System Third Edition”, Palgrave Macmillan, New York.
Jana, P. 2016. Aplikasi Triple Exponential Smoothing Untuk Forecasting Jumlah Penduduk Miskin. Jurnal Derivat: Jurnal Matematika dan Pendidikan Matematika, 3(2), 76-82.
Wahyudin, M. Penentuan Penjualan Produk Minuman Bernutrisi Terlaris Dengan Algoritma C4. 5 Pada Pt. Nutrifood Indonesia.
Kusrini, E. T. L., & Taufiq, E. 2009. Algoritma data mining. Yogyakarta: Andi Offset.
Pujianto, A., Megira, S., Afif, H., & Kusrini, K. 2018. Sistem Rekomendasi Paket Makanan Menggunakan Algoritma Apriori Pada Penyetan Bu Tini. Semnasteknomedia Online, 6(1), 1-2.
Nurlifa, A., & Kusumadewi, S. 2017. Sistem peramalan jumlah penjualan menggunakan metode moving average pada rumah jilbab Zaky. INOVTEK Polbeng-Seri Informatika, 2(1), 18-25.
Firnando, I., Dixsen, D., Tony, T., Wijaya, V., Surianto, S., Yanto, E., & Jollyta, D. 2019. Implementasi Algoritma Apriori Dan Forecasting Pada Transaksi Penjualan. Jurnal Mantik Penusa, 3(3).
Yudha, R. S., Auliasari, K., & Prasetya, R. P. 2020. Penerapan Algoritma Apriori Untuk Menghasilkan Pola Penjualan Produk Bangunan. Jati (Jurnal Mahasiswa Teknik Informatika), 4(1), 154-161.
Putro, B., Furqon, M. T., & Wijoyo, S. H. 2018. Prediksi Jumlah kebutuhan pemakaian air menggunakan metode exponential smoothing (Studi Kasus: PDAM Kota Malang). Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-ISSN, 2548, 964X.
Rachman, R. 2018. Penerapan Metode Moving Average Dan Exponential Smoothing Pada Peramalan Produksi Industri Garment. Jurnal Informatika, 5(2), 211-220.
Astuti, Y., Novianti, B., Hidayat, T., & Maulina, D. 2019. Penerapan Metode Single Moving Average Untuk Peramalan Penjualan Mainan Anak. In SENSITIf: Seminar Nasional Sistem Informasi dan Teknologi Informasi (pp. 253-261).
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Copyright (c) 2022 Aris Afandi; Intan Nur Farida, Umi Mahdiyah