SI1822499845
Model Peramalan Penjualan Produk
Menggunakan Metode Trend Moment Pada
PT Yaman Pangan Indonesia
SKRIPSI
Disusun Oleh :
NIM |
: 1822499845
|
NAMA |
FAKULTAS SAINS DAN TEKNOLOGI
PROGRAM STUDI TEKNIK INFORMATIKA
KONSENTRASI SOFTWARE ENGINEERING
UNIVERSITAS RAHARJA
TANGERANG
TA.2021/2022
ABSTRAK
Setiap perusahaan selalu membuat rencana kerja untuk menentukan target penjualan yang ingin dicapai kedepannya. Penentuan target penjualan berarti perusahaan berusaha untuk meramalkan penjualan ke depan dengan memperhatikan kondisi ke depan dan kondisi masa lampau. Peramalan penjualan sangatlah penting untuk mengembangkan program penjualan dan anggaran, serta untuk menyiapkan berbagai wilayah dan untuk mengevaluasi kinerja penjualan. Dengan memanfaatkan data penjualan di outlet Kebuli Yaman, maka dilakukan penelitian peramalan penjualan untuk dimasa yang akan datang. Pembuatan model peramalan penjualan produk menggunakan metode trend moment dan pendekatan Crisp-DM. Pengujian sistem menggunakan Blackbox Testing dan MAPE sebagai pengujian data. Hasil yang didapatkan dari pengujian berdasarkan pengujian data MAPE persentase nilai error peramalan mendapatkan nilai kesalahan 11,84% sehingga termasuk kedalam tingkat keakuratan peramalan yang baik karena nilai error MAPE kurang dari 20%.
Kata Kunci: Peramalan Penjualan, Trend Moment, Crisp-DM, MAPE.
ABSTRACT
Every company always makes a work plan to determine the sales targets to be achieved in the future. Determination of sales targets means that the company tries to forecast future sales by taking into account future conditions and past conditions. Sales forecasting is essential for developing sales programs and budgets, as well as for setting up areas and for evaluating sales performance. By utilizing sales data at the Kebuli Yaman outlet, a research on sales forecasting for the future is carried out. Making a product sales forecasting model using the trend moment method and the Crisp-DM approach. System testing using Blackbox Testing and MAPE as data testing. The results obtained from testing based on MAPE data testing the percentage of forecasting error values get an error value of 11.84% so that it is included in a good forecasting accuracy level because the MAPE error value is less than 20%.
Keywords: Sales Forecasting, Trend Moment, Crisp-DM, MAPE
DAFTAR PUSTAKA
[1] Afrianto, I., Heryandi, A., Finandhita, A., & Atin, S. (2021). User Acceptance Test For Digital Signature Application In Academic Domain To Support The Covid-19 Work From Home Program. IJISTECH (International Journal of Information System and Technology), 5(3), 270–280.
[2] Aras, S., Kocakoc, I. D., & Polat, C. 2017. Comparative Study on Retail Sales Forecasting Between Single and Combination Methods. Journal of Business Economics and Management, 18 (5), 803–832.
[3] Cholisoh, N., Henderi, H., & Khodijah, S. (2019). Rancang Bangun Sistem Administrasi Perizinan Kursus untuk Meningkatkan Pelayanan Masyarakat pada Pusat Pemerintahan. Journal Cerita, 5(2), 189–201.
[4] Dharmawan, P. A. S., & Indradewi, I. (2021). Double exponential smoothing brown method towards sales forecasting system with a linear and non-stationary data trend. Journal of Physics: Conference Series, 1810(1),012026.
[5] Hariri, F. R. 2016. Metode Least Square Untuk Prediksi Penjualan Sari Kedelai Rosi. Jurnal Teknik Mesin, Elektro dan Ilmu Komputer, Vol 7 No 2.
[6] Hassan, M., Ghazali, A., & Aldin A. A. 2015. A Decision Support System for Subjective Forecasting of New Product Sales. International Journal of Computer Applications, 126(2), 25-30.
[7] Henderi., dan Ruli Supriati. 2020. Perancangan Sistem Informasi: Pendekatan Terstruktur Dan Visual. Serang (Banten): Yayasan Pendidikan dan Sosial Indonesia Maju (YPSIM) Banten.
[8] Ilamsyah, I., Rahayu, S., & Lisnawati, D. (2020). Prototype Aplikasi Analisa Sistem Informasi Inventory Barang pada PT Anugrah Distributor Indonesia. Innovative Creative and Information Technology, 6(1), 50–60.
[9] Ilyas, Marisa, F., & Purnomo, D. 2018. Implementasi Metode Trend Moment (Peramalan) Mahasiswa Baru Universitas Widyagama Malang. Journal of Information Technology and Computer Science (JOINTECS), 3(2), 69-74.
[10] Maulani, G., Septiani, D., & Sahara, P. N. F. (2018). Rancang Bangun Sistem Informasi Inventory Fasilitas Maintenance Pada Pt. Pln (Persero) Tangerang. ICIT J, 4(2), 156–167.
[11] Pamungkas, D. P. 2016. Implementasi Metode Least Square Untuk Prediksi Penjualan Tahu Pong. Jurnal Ilmiah NERO, Vol 2 No 2.
[12] Poernomo, M. H. 2016. Sinergisme metode Trend Moment sebagai Model Pendukung keputusan dalam Perancangan Visual Forecasting penjualan. Semnasteknomedia Online, 4(1), 3.3-91.
[13] Rahardja, U., Harahap, E. P., & Pratiwi, S. (2018). Pemanfaatan Mailchimp Sebagai Trend Penyebaran Informasi Pembayaran Bagi Mahasiswa Di Perguruan Tinggi. Technomedia Journal, 2(2 Februari), 41–54.
[14] Rahayu, S., Sari, A. R., & Saputra, T. S. (2018). Analisa sistem informasi pengelolaan keuangan pada upt dinas pendidikan kecamatan neglasari kota tangerang. Journal Sensi, 4(1), 1–8.
[15] Rahmawita, Medyantiwi dan Fazri, Ilham. 2018. Aplikasi Peramalan Penjualan Obat Menggunakan Metode Least Square Di Rumah Sakit Bhayangkara. Jurnal Ilmiah Rekayasa dan Manajemen Sistem Informasi.
[16] Rahwanto, H. D. U. R. E. (2022). UML POWERED DESIGN SYSTEM USING VISUAL PARADIGM. CV Literasi Nusantara Abadi.
[17] Ratningsih. 2017. Forecasting Penjualan Rumah Dengan Menggunakan Metode Trend Moment pada PT. Rumakita Prima Karsa. Perspektif, 15(1), 40-48.
[18] Saefudin, Susandi, D., Nafis, F. 2021. Sistem Peramalan Penjualan Paving Block Menggunakan Metode Single Moving Average. JsiI, Vol. 8 No. 2.
[19] Triyono, T., Safitri, R., & Gunawan, T. (2018). Perancangan Sistem Informasi Absensi Guru Dan Staff Pada Smk Pancakarya Tangerang Berbasis Web. Journal Sensi, 4(2), 153–167.
