Prediksi Persediaan Barang Menggunakan Indikator Moving Average Studi Kasus Department Store
Abstract
Department Store adalah perusahan yang bergerak dibidang retail, usaha bersama dalam bidang perniagaan berskala kecil, perusahaan retail juga seringkali disebut perusahaan penjual barang atau jasa secara eceran kepada pelanggan akhir. Pada analisa kali ini dilakukan pengolah data persediaan barang yang sangat diperlukan dalam sebuah metode untuk mengembangkan penjualan ataupun dalam membantu peningkatan omzet dan menjaga aset dalam suatu perusahaan. Penelitian ini menggunakan metode moving average dalam prediksi berapa stok dari pengelolaan data barang kebutuhan rumah tangga. Di dalamnya nanti akan diterapkan beberapa variabel untuk pengolahan data barang sebagai acuan untuk melakukannya proses perhitungan prediksi jumlah stok barang, agar dapat memenuhi stok yang harus disediakan berdasarkan pola permintaan barang dari konsumen. Dengan mengelola stok secara tepat, perusahaan dapat menghindari kekurangan stok yang dapat mengakibatkan kehilangan penjualan dan ketidakpuasan pelanggan, serta mengurangi risiko kelebihan stok yang dapat menyebabkan biaya penyimpanan yang tidak perlu. Dari penelitian yang dilakukan kemudian menghasilkan sebuah prediksi tentang pendukung keputusan di salah satu Department Store yang dapat memberikan penggunanya informasi prediksi stok barang keperluan rumah tangga berdasarkan pola terhadap permintaan konsumen di perusahaan tersebut.
References
[2] L. M. Tjahjono and A. S. Paramita, “Otomatisasi Proses Online Stock Opname pada Aplikasi Inventaris Barang untuk Multi Lokasi Pergudangan,” Jurnal Teknik Informatika dan Sistem Informasi, vol. 7, no. 2, Aug. 2021, doi: 10.28932/jutisi.v7i2.3832.
[3] Y. Septiani, E. Arribe, and R. Diansyah, “Analisis Kualitas Layanan Sistem Informasi Akademik Universitas Abdurrab Terhadap Kepuasan Pengguna Menggunakan Metode Sevqual,” Jurnal Teknologi Dan Open Source, vol. 3, no. 1, pp. 131–143, 2020.
[4] H. D. E. I. N. Sinaga, “Perbandingan Double Moving Average Dengan Double Exponential Smoothing pada Peramalan Bahan Medis Habis Pakai,” JURTEKSI (Jurnal Teknologi dan Sistem Informasi), vol. 4, no. 2, pp. 197–204, 2018, Accessed: May 17, 2024. [Online]. Available: 10.33330/jurteksi
[5] C. Kartika Murni and C. Author, “Perbandingan Peramalan Penjualan Minuman Menggunakan Algoritma Single Exponential Smoothing Dan Triple Exponential Smoothing”, doi: 10.30741/jid.v2i2.1014.
[6] S. Syafira, J. Hutahaean, and S. Santoso, “Perbandingan Metode SMA dan MWA Dalam Memprediksi Jumlah Penjualan Alat Olahraga,” Building of Informatics, Technology and Science (BITS), vol. 3, no. 4, pp. 617–631, Mar. 2022, doi: 10.47065/bits.v3i4.1409.
[7] B. Dewantoro, A. Kadir Jailani, and J. K. Teknik Informatika Universitas Dipa Makassar Jln Perintis Kemerdekaan, “Analisis Perbandingan Single Moving Average, Single Exponential Smoothing dan Naive Model (Kasus : Peramalan Penjualan Bangunan),” 2023.
[8] C. Amalia, D. Teguh Yuwono, F. Amalia Sholehah, J. K. RTA Milono, P. Raya, and K. Tengah, “Sistem Pendukung Keputusan Seleksi Bantuan Dana Hibah Penelitian Dengan Metode Analytic Network Proce (ANP) (Studi Kasus: Lembaga Penelitian dan Pengabdian Pada Masyarakat (LP2M) Universitas Muhammadiyah Palangkaraya),” 2021. [Online]. Available: http://e-journal.stmiklombok.ac.id/index.php/jireISSN.2620-6900
[9] A. Handoko, N. B. Puspitasari, J. H. Soedarto, S. H. Tembalang, and K. Semarang, “Perencanaan Persediaan Bahan Baku Menggunakan Metode Material Requirement Planning (MRP) Pada PT Pardic Jaya Chemicals,” 2017.
[10] I. A. Siregar, “Analisis Dan Interpretasi Data Kuantitatif,” 2021. [Online]. Available: http://lpppipublishing.com/index.php/alacrity