Penerapan Metode Exponential Smoothing Untuk Memaksimalkan Penjualan Stock Sepeda Motor Pada Dealer Honda

Denny Riandhita Arief Permana; Muhamad Fahrul Rozi; Fifi Lailasari Hadianastuti

doi:10.51454/decode.v4i1.194

Authors

Denny Riandhita Arief Permana Sistem Informasi Industri Otomotif Politeknik STMI Jakarta
Muhamad Fahrul Rozi Sistem Informasi Industri Otomotif Politeknik STMI Jakarta
Fifi Lailasari Hadianastuti Sistem Informasi Industri Otomotif Politeknik STMI Jakarta

DOI:

https://doi.org/10.51454/decode.v4i1.194

Keywords:

Exponential Smoothing, Peramalan, Sepeda Motor, Time Series

Abstract

PT Cheger Motor merupakan perusahaan dealer yang berlokasi di daerah Tangerang Selatan yang melayani service dan penjualan unit sepeda motor khususnya sepeda motor bermerek Honda. PT Cheger Motor masih kesulitan dalam mengatur bisnisnya, terutama dalam pengolahan data penjualan. selain. Hal ini menimbulkan beberapa masalah diantaranya penumpukan unit sepeda motor, yang diakibatkan kurang tepatnya dalam meramalkan penyediaan unit sepeda motor untuk periode berikutnya. Tujuan dari penelitian ini adalah membuatkan sebuah sistem yang diharapkan dapat membantu melakukan proses pembelian unit dan peramalan untuk pembelian mendatang. Langkah-langkah pengelolaanya yaitu mengumpulkan data penjualan sepeda motor, ploting data, dan menentukan metode perhitungan yang sesuai. Penerapan sistem pendukung keputusan (SPK) untuk menyelesaikan masalah pembelian stock sepeda motor yang nantinya akan dijual dengan menggunakan Metode peramalan. Penerapan Metode Time Series Exponential Smoothing implementasikan ploting data penjualan unit sepeda motor Honda di PT Cheger. Hasil analisis dengan Metode Exponential Smoothing menunjukan bahwa didapati ada 3 jenis motor dengan nilai error yang kecil yaitu diatas 50% yaitu Beat Deluxe sebesar 55,26%, Beat CBS Sporty Fi sebesar 60,93% dan Scoopy Fi Sporty 52,86%. Hasil dari perhitungan membantu mengurangi keterlambatan atau kesalahan pada stok barang dan perusahaan dapat melakukan pembelian dengan tepat.

References

Anggraeni, D. T. (2019). Forecasting Harga Saham Menggunakan Metode Simple Moving Average Dan Web Scrapping. Jurnal Ilmiah Matrik, 21(3), 234-241. https://doi.org/10.33557/jurnalmatrik.v21i3.726

AP, D. R. (2021). Analisis Perancangan Sistem Asset Berbasis Website Studi Kasus: PT Lion Air. JSI (Jurnal Sistem Informasi) Universitas Suryadarma, 8(1), 11-30. https://doi.org/10.35968/jsi.v8i1.606

AP, D. R., & Anggraini, R. (2022). Perancangan Sistem Informasi E-Logistic studi kasus : PT Kamadjaja Logistic. JSI (Jurnal SIstem Informasi) Universitas Suryadarma, 9(1), 161-174. https://doi.org/10.35968/jsi.v9i1.852

Chammas, M., Makhoul, A., & Demerjian, J. (2019). An efficient data model for energy prediction using wireless sensors. Computers & Electrical Engineering, 76, 249-257. https://doi.org/10.1016/j.compeleceng.2019.04.002

Derry, C., & Eko Setiawan, S. T. (2019). Peramalan Permintaan Produk Handuk Dengan Metode Time Series (Studi Kasus: CV. Ngremboko Dusun Ngendo Janti Klaten). Universitas Muhammadiyah Surakarta. http://eprints.ums.ac.id/id/eprint/71563

Fatmantika, Y., & Wirawan, P. W. (2020). Pengembangan Perangkat Lunak Peramalan Permintaan Untuk Perencanaan Produksi. Jurnal Indonesia Sosial Teknologi, 1(04), 321-338.

Ginantra, N. L. W. S. R., & Anandita, I. B. G. (2019). Penerapan Metode Single Exponential Smoothing Dalam Peramalan Penjualan Barang. J-SAKTI (Jurnal Sains Komputer Dan Informatika), 3(2), 433-441.

Hernadewita, H., Hadi, Y. K., Syaputra, M. J., & Setiawan, D. (2020). Peramalan Penjualan Obat Generik Melalui Time Series Forecasting Model Pada Perusahaan Farmasi di Tangerang: Studi Kasus. Journal of Industrial Engineering & Management Research, 1(2), 35-49.

Hilmy, M. (2021). Rancang Bangun Sistem Pendukung Keputusan Untuk Memprediksi Kebutuhan Produksi Barang Pada CV. Pusaka Indah Furniture Jepara Menggunakan Metode Double Exponential Smoothing. Universitas Islam Sultan Agung Semarang.

Lam, W. S., Lam, W. H., & Jaaman, S. H. (2021). Portfolio optimization with a mean--absolute deviation--entropy multi-objective model. Entropy, 23(10), 1266. https://doi.org/10.3390/e23101266

Lee, M. H., Tan, V. M., Haq, A., Khoo, M. B. C., Chew, X., & Teoh, W. L. (2022). The multivariate exponentially weighted moving average chart for monitoring short production runs. Communications in Statistics-Simulation and Computation, 1-16. https://doi.org/10.1080/03610918.2022.2108054

Nsabimana, A., Wu, J., Wu, J., & Xu, F. (2023). Forecasting groundwater quality using automatic exponential smoothing model (AESM) in Xianyang City, China. Human and Ecological Risk Assessment: An International Journal, 29(2), 347-368. https://doi.org/10.1080/10807039.2022.2087176

Pandit, V., & Schuller, B. (2019). The many-to-many mapping between the concordance correlation coefficient and the mean square error. ArXiv Preprint ArXiv:1902.05180.

https://doi.org/10.48550/arXiv.1902.05180

Park, K., Choi, Y., Choi, W. J., Ryu, H.-Y., & Kim, H. (2020). LSTM-based battery remaining useful life prediction with multi-channel charging profiles. Ieee Access, 8, 20786-20798. https://doi.org/10.1109/ACCESS.2020.2968939

Permana, D. R. A., Suseta, M., & Ismono, A. (2022). Penerapan Monitoring Locator Dies pada Perusahaan Stamping Part Otomotif. Jurnal Sistem Komputer Dan Informatika (JSON), 4(1), 192-198. http://dx.doi.org/10.30865/json.v4i1.4914

Santiari, N. P. L., & Rahayuda, I. G. S. (2020). Penerapan Metode Exponential Smoothing Untuk Peramalan Penjualan Pada Toko Gitar. JOINTECS (Journal of Information Technology and Computer Science), 5(3), 203-210.

Santoso, A. B., Rumetna, M. S., & Isnaningtyas, K. (2021). Penerapan Metode Single Exponential Smoothing Untuk Analisa Peramalan Penjualan. Jurnal Media Informatika Budidarma, 5(2), 756-761. http://dx.doi.org/10.30865/mib.v5i2.2951

Setiawan, I. (2021). Rancang Bangun Aplikasi Peramalan Persediaan Stok Barang Menggunakan Metode Weighted Moving Average (WMA) Pada Toko Barang XYZ. Jurnal Teknik Informatika, 13(3), 1-9.

Smyl, S. (2020). A hybrid method of exponential smoothing and recurrent neural networks for time series forecasting. International Journal of Forecasting, 36(1), 75-85. https://doi.org/10.1016/j.ijforecast.2019.03.017

Soewito, Y. (2013). Kualitas produk, merek dan desain pengaruhnya terhadap keputusan pembelian sepeda motor Yamaha Mio. Jurnal EMBA: Jurnal Riset Ekonomi, Manajemen, Bisnis Dan Akuntansi, 1(3).

Sulaiman, A., & Juarna, A. (2021). Peramalan Tingkat Pengangguran Di Indonesia Menggunakan Metode Time Series Dengan Model Arima Dan Holt-Winters. Jurnal Ilmiah Informatika Komputer, 26(1), 13-28. http://dx.doi.org/10.35760/ik.2021.v26i1.3512

Suyasa, N. K., Dharmawan, K., & Sari, K. (2021). Perhitungan Portofolio Optimal Dengan Metode Mean-Semivariance Dan Mean Absolute Deviation (Studi Kasus: Indeks Harga Saham LQ45 Periode Februari 2017-Juli 2019). Jurnal Matematika, 10(2), 65-69. https://doi.org/10.24843/MTK.2021.v10.i02.p322

Yoshikawa, E., Takizawa, N., Kikuchi, H., Mega, T., & Ushio, T. (2021). An estimator for weather radar Doppler power spectrum via minimum mean square error. IEEE Transactions on Geoscience and Remote Sensing, 60, 1-16. https://doi.org/10.1109/TGRS.2020.3044111