Sistem Prediksi Penjualan Gamis Toko QITAZ Menggunakan Metode Single Exponential Smoothing

Alfarisi, Salman

doi:10.30998/jabe.v4i1.1908

Cited by 26 publications

(29 citation statements)

References 0 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Untuk melakukan prediksi peneliti membutuhkan data penjualan gamis toko qitaz bulan Januari -Desember 2016. Hasil uji data dari hasil perhitungannya berfluktuasi disekitar nilai mean (rata-rata) yang tetap tanpa trend dan pertumbuhan [2].…”

Section: Tinjauan Pustaka 21 Penelitian Terdahuluunclassified

Analisis Perbandingan Metode Single Exponential Smoothing Dan Trend Parabolik Untuk Prediksi Penjualan Kopi (Studi Kasus Pada Today Coffee)

Bastomi

Auliasari

Zahro

2021

jati

View full text Add to dashboard Cite

Didalam dunia bisnis dan usaha mengharuskan perusahan untuk merancang berbagai macam strategi usaha untuk dapat bertahan. Peramalan atau prediksi inilah yang digunakan sebagai salah satu bahan pertimbangan terutama dalam sektor bisnis dan ekonomi, dimana kerugian suatu perusahaan dapat diminimalisir sebisa mungkin dan keuntungan dapat diraih semaksimal mungkin. Maka dari itu diperlukan suatu perhitungan untuk memprediksi setiap periodenya. Dalam hal ini diterapkan analisis perhitungan metode trend parabolic dan single exponential smoothing dengan nilai alpha 0,1, 0,3, 0,5, 0,7 dan 0,9. Untuk menghitung prediksi penjualan kopi today coffee yang berada di Tulungagung. Kedua metode tersebut dibandingkan untuk mendapatkan nilai akurasi tertinggi (nilai kesalahan terkecil) dengan menggunakan perhitungan MAPE. Data yang digunakan sebagai prediksi adalah data penjualan kopi pada bulan juli 2020 sampai bulan maret 2021. Setelah dilakukan perhitungan didapatkan hasil prediksi menggunakan metode trend parabolic dengan nilai rata-rata MAPE di semua varian rasa sebesar 37,23% dan pada metode single exponential smoothing mendapatkan nilai rata-rata MAPE di semua varian rasa sebesar 54,37%.

show abstract

Section: Tinjauan Pustaka 21 Penelitian Terdahuluunclassified

Analisis Perbandingan Metode Single Exponential Smoothing Dan Trend Parabolik Untuk Prediksi Penjualan Kopi (Studi Kasus Pada Today Coffee)

Bastomi

Auliasari

Zahro

2021

jati

View full text Add to dashboard Cite

show abstract

“…Naive Bayes suatu metode klasifikasi menggunakan metode probalitas dan statistic yang memanfaatkan Confusion Matrix [12]. setiap kelas keputusan, menghitung probabilitas dengan syarat untuk kelas keputusan ialah benar, mengasumsikan bahwa atribut obyek adalah sebuah independent [13].…”

Section: Pendahuluanunclassified

Prediksi Status Konsumen Produk Celana Menggunakan Naïve Bayes

Syamsudin¹,

Halundaka

Nugroho

2020

JOINTECS

View full text Add to dashboard Cite

Pants material is a daily staple, a problem faced by buyer among students, employees, and college students. This aims of this study to predict the Consumer using the Naïve Bayes method. Because the Naïve Bayes method is considered good for classification and accuracy compared to the C4.5 Algorithm method has instability in doing classification. Retrieval of data in this study from the results of interviews with sellers in January to December 2019 then conducted input in Excel with a total of 731 data. By selecting data to get perfect and accurate results, trimming the variables with the 10 initial variables into 5 variables. In the preprocessing stage before conducting the data mining process to find out the amount of data per attribute then the data mining process uses the naïve Bayes algorithm, with a combination of 60 to 90 percent split percentage showing the results of each accuracy value 80.137%, 78.0822%, 81, 5060% and 83.5616%. The best is the 90% split percentage with an accuracy percentage of 83.5616%. The results of the evaluation using the confusion matrix shows that the highest and superior consumer status of the employee class and student class is to show the college student class.

show abstract

“…Dalam Memprediksi penjualan ini peneliti menggunakan metode Peramalan kuantitatif yaitu metode yang berhubungan dengan ilmu statistik dan matematika [8]. "Metode kuantitatif dikelompokan menjadi dua jenis yaitu : analisis sebab-akibat (Causal Methods ) yang didasarkan atas pengguna analisa pola hubungan antara variabel yang akan diperkirakan dengan variabel lain yang mempengaruhinya dan analisa deret berkala ( Time Series ) yang pada umumnya selalu berdasarkan atas penggunaan analisa pola hubungan antara variabel yang akan diperkirakan dengan variabel waktu.…”

Section: Metodologi Penelitianunclassified

Implementasi Sistem Informasi Prediksi Hasil Penjualan Perangkat Komputer Menggunakan Metode Double Exponential Smoothing

Saputri

Huda

2020

mib

View full text Add to dashboard Cite

Prediction is an activity to predict a situation that will occur in the future by passing tests in the past. One way to get sales information in the future is to make sales forecasting. This sales forecast uses the Double Exponential Smoothing method because this method predicts by smoothing or smoothing past data by taking an average of several years to estimate the value of the coming year and this method uses the time series method. The results of this study are the right sales prediction information system, in order to determine the existing inventory of goods in accordance with the demand (demand) so that there is no overstock or lack of inventory in the future

show abstract

Sistem Prediksi Penjualan Gamis Toko QITAZ Menggunakan Metode Single Exponential Smoothing

Cited by 26 publications

References 0 publications

Analisis Perbandingan Metode Single Exponential Smoothing Dan Trend Parabolik Untuk Prediksi Penjualan Kopi (Studi Kasus Pada Today Coffee)

Analisis Perbandingan Metode Single Exponential Smoothing Dan Trend Parabolik Untuk Prediksi Penjualan Kopi (Studi Kasus Pada Today Coffee)

Prediksi Status Konsumen Produk Celana Menggunakan Naïve Bayes

Implementasi Sistem Informasi Prediksi Hasil Penjualan Perangkat Komputer Menggunakan Metode Double Exponential Smoothing

Contact Info

Product

Resources

About