Prediksi Pengadaan Stok Produk Menggunakan Algoritma Single Moving Average Dan Single Exponential Smoothing

Abstract

Sistem dan teknologi informasi memiliki peran krusial dalam kehidupan masyarakat karena membantu pengambilan keputusan yang efektif. Kehandalan dalam memprediksi penjualan Vape pada produk liquid menjadi prioritas untuk meningkatkan pelayanan dan keuntungan toko Vape. Namun, Vape Industrial belum memiliki metode untuk meramalkan penjualan barang liquid di masa depan, menyebabkan beberapa liquid mengalami kelebihan atau kekurangan. Dalam penelitian ini, dikembangkan aplikasi untuk memprediksi jumlah stok yang dibutuhkan pada periode berikutnya. Data transaksi konsumen pada periode sebelumnya dianalisis menggunakan algoritma Single Moving Average dan Single Exponential Smoothing. Dari kedua algoritma ini akan dibandingkan berdasarkan hasil perhitungan error memilih algoritma yang tepat untuk prediksi stok produk. Hasil pengujian menunjukkan bahwa aplikasi ini berhasil memprediksi stok liquid Besti Matcha dengan baik. Untuk periode harian, algoritma Single Exponential Smoothing dengan metode alpha 0.2 memberikan hasil ramalan yang tepat, dengan prediksi penjualan 1 produk dan nilai error 0%. Sedangkan untuk periode mingguan, algoritma Single Moving Average dengan 5 periode memberikan hasil prediksi 5 produk terjual dan nilai error 25%. Untuk periode bulanan, Single Exponential Smoothing dengan alpha 0.2 memberikan hasil ramal 21 produk terjual dan nilai error 10.5%. Dengan adanya aplikasi ini, diharapkan Vape Industrial dapat efektif dalam memprediksi kebutuhan stok untuk periode berikutnya dan menghindari kerugian produk berlebih.