PROGRAM BANTU PREDIKSI PENJUALAN SERAGAM SEKOLAH DASAR DENGAN METODE WINTERS DAN SINGLE MOVING AVERAGE STUDI KASUS DISTRIBUTOR SERAGAM DI SIDOARJO

23060129, Stefanus Adi Setiawan (2011) PROGRAM BANTU PREDIKSI PENJUALAN SERAGAM SEKOLAH DASAR DENGAN METODE WINTERS DAN SINGLE MOVING AVERAGE STUDI KASUS DISTRIBUTOR SERAGAM DI SIDOARJO. Bachelor thesis, Universitas Kristen Duta Wacana.

	Text (Skripsi Sistem Informasi) 23060129_bab1_bab5_daftarpustaka.pdf Download (544kB)
	Text (Skripsi Sistem Informasi) 23060129_bab2-sd-bab4_lampiran.pdf Restricted to Registered users only Download (1MB) | Request a copy

Abstract

Dilihat dari jumlah penjualan seragam di Distributor Seragam Aneka Jaya, penjualan seragam menjadi susah di prediksi dikarenakan penjualan seragam bersifat musiman. Oleh karena itu, peramalan penjualan barang merupakan salah satu hal yang sangat penting dalam pengambilan keputusan bagi pemilik distributor. Bagi pemilik distributor, peramalan ini berfungsi untuk menentukan berapa jumlah barang yang akan terjual pada periode berikutnya. Skripsi ini membuat program untuk menghasilkan keputusan dimana keputusan tersebut didapat dari peramalan jumlah penjualan seragam dengan menggunakan metode Winters Model dan Single Moving Average. Peramalan dilakukan pada setiap data barang yang ada. Data yang digunakan adalah data 4 penjualan tahun 2007-2010. Hasil peramalan dari kedua metode tersebut akan dibandingkan dan akan diperoleh hasil peramalan terbaik. Dimana Hasil tersebut diambil berdasarkan MSE (Mean Square Error) terkecil. Kemudian hasil peramalan terbaik akan di bandingkan dengan perhitungan korelasi untuk menghasilkan sebuah keputusan. Hasil akhir penelitian ini menunjukkan bahwa metode Winters Model dan metode Single Moving Average dapat digunakan kedalam sistem pendukung keputusan prediksi penjualan barang di Distributor Seragam Aneka Jaya walaupun data penjualan bersifat musiman. Pada penelitian ini, dapat diketahui bahwa periode perhitungan dengan data input Year to Year lebih baik bila dibandingkan dengan Monthly.

Actions (login required)

View Item