.jpg)
Implementasi Metode Least Square pada Aplikasi Prediksi Penjualan untuk Optimalisasi Manajemen Stok Bahan Bangunan
Abstract
Penelitian ini mengkaji implementasi metode Least Square dalam aplikasi peramalan penjualan di Toko Bangunan Mitra Sejati. Industri bahan bangunan menghadapi tantangan dalam pengelolaan stok dan logistik akibat penerapan sistem manual yang seringkali menghasilkan ketidakakuratan dalam pencatatan dan prediksi stok. Penelitian ini menggunakan metode Research and Development (R&D) untuk mengembangkan aplikasi yang mengintegrasikan metode Least Square dalam meramalkan kebutuhan stok berdasarkan data historis penjualan. Pengujian dilakukan dengan menghitung persamaan regresi linier dari data penjualan historis, memprediksi penjualan di masa mendatang, dan mengukur tingkat kesalahan prediksi menggunakan Mean Absolute Percentage Error (MAPE). Hasil penelitian menunjukkan bahwa aplikasi ini mampu meramalkan penjualan bahan bangunan dengan akurasi yang bervariasi tergantung pada jenis bahan bangunan dan data penjualan yang ada. Peramalan penjualan kayu menunjukkan tingkat akurasi dengan MAPE sebesar 36.25% yang dikategorikan cukup akurat. Sementara itu peramalan untuk sekop besar mencatat MAPE sebesar 82.27% menunjukkan ketidakakuratan dalam peramalan. Evaluasi kesalahan peramalan dengan MAPE memungkinkan penentuan efektivitas metode Least Square secara spesifik pada konteks bahan bangunan yang berbeda. Hasil penelitian ini menunjukkan bahwa aplikasi peramalan penjualan dapat meningkatkan efisiensi operasional toko dan mengurangi kesalahan dalam pencatatan data.
Keywords
Full Text:
PDF (Bahasa Indonesia)References
“Six trends shaping the future of the global construction industry | Marsh.” Accessed: Jun. 07, 2024. [Online]. Available: https://www.marsh.com/kz/en/industries/construction/insights/six-trends-shaping-the-future-of-the-global-construction-industry.html
“2023 Global Construction Survey - KPMG Global.” Accessed: Dec. 12, 2023. [Online]. Available: https://kpmg.com/xx/en/home/insights/2023/05/2023-global-construction-survey.html
“Global Construction Industry Insights & Report | Allianz Commercial.” Accessed: Dec. 24, 2023. [Online]. Available: https://commercial.allianz.com/news-and-insights/reports/global-industry-solution-outlook-2023-construction.html
A. Saputra, H. L. Sari, and D. Sartika, “Implementasi Metode Association Rule Mining Pada Penjualan Barang Di Toko Bangunan Ada Mas Menggunakan Algoritma Apriori,” Jurnal Multidisiplin Dehasen (MUDE), vol. 2, no. 4, pp. 709–718, 2023.
D. N. Atthoriq, A. Andrian, F. D. Sulastri, W. D. Meilany, Y. E. K. Rahmantya, and A. M. Muhsidi, “STRATEGI PEMASARAN MELALUI INOVASI DAN KREASI GUNA MENINGKATKAN PENJUALAN PADA TOKO BANGUNAN MANDALA,” DIGIBE: Digital Business and Entrepreneurship Journal, vol. 2, no. 1, pp. 42–48, 2024.
D. Mardiati and Y. Saputra, “Rancang Bangun Inventory System Menggunakan Metode Reorder Point (ROP) Pada Toko Bangunan Irhas Padang,” ZONAsi: Jurnal Sistem Informasi, vol. 5, no. 1, pp. 163–178, 2023.
I. H. Susilowati, “Peramalan Penjualan Mobil Pada PT Toyota Astra Motor Indonesia Dengan Metode Trend Semi Average Dan Metode Least Square,” JIMF (Jurnal Ilmiah Manajemen Forkamma), 2022, doi: 10.32493/frkm.v6i1.23893.
J. Widjaya, R. DewiAgushinta, and S. R. P. Sari, “Sistem Prediksi Jumlah Pasien Covid-19 Menggunakan Metode Trend Least Square Berbasis Web,” SISTEMASI, 2021, doi: 10.32520/STMSI.V10I1.1036.
R. Octavia and U. Chotijah, “Implementasi Metode Least Square Untuk Prediksi Penjualan Kue Donat dan Bomboloni,” Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi, 2022, doi: 10.35889/jutisi.v11i1.802.
I. Sari, “Peramalan Prediksi Penjualan Garam Pada CV.Saltindo Megajaya Dengan Metode Least Square,” JATISI (Jurnal Teknik Informatika dan Sistem Informasi), 2022, doi: 10.35957/jatisi.v9i4.2805.
Serwin and Y. Lasena, “PENERAPAN METODE LEAST SQUARE UNTUK PREDIKSI PENJUALAN BRIGHT GAS 5,5 KG,” Jurnal Indonesia : Manajemen Informatika dan Komunikasi, 2023, doi: 10.35870/jimik.v4i1.133.
P. S. J. P, M. Kiran, A. Sharma, and D. Venkatesh, “Automation of Best-Fit Model Selection using a Bag of Machine Learning Libraries for Sales Forecasting,” International Journal of Artificial Intelligence & Applications, 2021, doi: 10.5121/ijaia.2021.12602.
S. A. Arnomo, Y. Yulia, and U. Ukas, “Building The Prediction of Sales Evaluation on Exponential Smoothing using The OutSystems Platform,” ILKOM Jurnal Ilmiah, 2023, doi: 10.33096/ilkom.v15i2.1529.222-228.
V. W. Nirmala, D. Harjadi, and R. Awaluddin, “Sales Forecasting by Using Exponential Smoothing Method and Trend Method to Optimize Product Sales in PT. Zamrud Bumi Indonesia During the Covid-19 Pandemic,” International Journal of Engineering, Science and Information Technology, 2021, doi: 10.52088/ijesty.v1i4.169.
P. S. J. P, M. Kiran, A. Sharma, and D. Venkatesh, “Automation of Best-Fit Model Selection using a Bag of Machine Learning Libraries for Sales Forecasting,” International Journal of Artificial Intelligence & Applications, 2021, doi: 10.5121/ijaia.2021.12602.
R. Wijaya, Rr. Erlina, N. Mardiana, J. Manajemen, and U. Lampung, “Comparison of Moving Average and Exponential Smoothing Methods in Sales Forecasting of Banana Chips Products in Pd. Dwi Putra Tulang Bawang Barat,” Journal of Finance and Business Digital, 2023, doi: 10.55927/jfbd.v2i2.4913.
DOI: https://doi.org/10.35194/mji.v16i1.4162
Refbacks
- There are currently no refbacks.
Copyright (c) 2024 Media Jurnal Informatika
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
This Journal is licensed under a Attribution-NonCommercial-ShareAlike 4.0 License.
©All rights reserved 2017. Media Jurnal Informatika ISSN: 2477-2542 (online); 2088-2114 (cetak).
Gedung Fakultas Teknik UNSUR Jl. Pasir Gede Raya, Cianjur, Jawa Barat 43216| Telp./Fax. (0263) 283578 |E-mail: mji@unsur.ac.id; info@ft.unsur.ac.id
Media Jurnal Informatika Indexed By:
