IMPLEMENTASI ALGORITMA EXPONENTIAL SMOOTHING UNTUK PREDIKSI PENJUALAN PADA PLATFORM E-COMMERCE
DOI:
https://doi.org/10.31949/infotech.v9i1.5054Abstract
Peramalan memiliki peran penting dalam mencapai tujuan secara efektif dan efisien bagi sebuah perusahaan. Penelitian ini bertujuan untuk menganalisis pola penjualan produk di platform e-commerce dengan menggunakan metode exponential smoothing. Penelitian ini juga menggunakan MAD, MSE, dan MAPE untuk menghitung tingkat kesalahan. Hasil penelitian menunjukkan bahwa metode exponential smoothing dengan alpha 0.9 memberikan error paling kecil dibandingkan dengan alpha lainnya. Penelitian ini menemukan bahwa peramalan penjualan produk di bulan November tidak akan berbeda jauh dengan penjualan pada bulan Oktober. Jika perusahaan menerapkan metode peramalan ini, penjualan akan optimal dan kelebihan atau kekurangan stok dapat dihindari sehingga target penjualan dapat tercapai. Selain itu, biaya produksi hingga penjualan akan lebih efisien. Hasil peramalan menunjukkan nilai MAD sebesar 24.90, MSE sebesar 153.12, dan MAPE sebesar 5.61% dengan peramalan sebesar 4.87 pcs
Keywords:
exponential, smoothing, penjualan, E-CommerceDownloads
References
Alijoyo, F. A., & Norimarna, S. (2021). Risk Management Maturity Assessment based on ISO 31000-A pathway toward the Organization’s Resilience and Sustainability Post COVID-19: The Case Study of SOE Company in Indonesia.
Ulrich, C., Frieske, B., Schmid, S. A., & Friedrich, H. E. (2022). Monitoring and Forecasting of Key Functions and Technologies for Automated Driving. Forecasting, 4(2), 477–500. https://doi.org/10.3390/forecast4020027
Sohrabpour, V., Oghazi, P., Toorajipour, R., & Nazarpour, A. (2021). Export sales forecasting using artificial intelligence. Technological Forecasting and Social Change, 163. https://doi.org/10.1016/j.techfore.2020.120480
Nirmala, W., Harjadi, D., & Awaluddin, R. (2021). Sales Forecasting by Using Exponential Smoothing Method and Trend Method to Optimize Product Sales in PT. Zamrud Bumi Indonesia During the Covid-19 Pandemic. https://doi.org/10.52088/ijesty.v1i1.169
Makridakis, Wheelwright, and McGee, Metode dan Aplikasi Peramalan, Second Edi. Jakarta: Binarupa Aksara, 1999.
M. Dekker, K. Van Donselaar, and P. Ouwehand, “How to use aggregation and combined forecasting to improve seasonal demand forecasts,” Int. J. Prod. Econ., vol. 90, no. 2, pp. 151–167, 2004, doi: 10.1016/j.ijpe.2004.02.004.
Luh, N., Sri, W., Ginantra, R., Bagus, I., & Anandita, G. (2019). Penerapan Metode Single Exponential Smoothing Dalam Peramalan Penjualan Barang. In Jurnal Sains Komputer & Informatika (J-SAKTI (Vol. 3). http://tunasbangsa.ac.id/ejurnal/index.php/jsakti
Lu, Z. (2017). Research on the Improvement of Supply Chain Management Under Drop-shipping Model. In International Conference on Economic Development and Education Management.
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. https://doi.org/10.30865/mib.v5i2.2951
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. https://doi.org/10.30865/mib.v5i2.2951
Putu Yuli Sukmarani, N., & Ramadhan, R. (2016). Penerapan Metode Exponential Smoothing Pada Peramalan Penjualan Dalam Penentuan Kuantitas Produksi Roti (Studi Kasus Perusahaan Roti Dhiba Kendari). 2(1), 229–236.
Minakshi, “Applications of Mathematics in Various Economic Fields,” Res. J. Sci. Technol., vol. 9, no. 1, p. 175, 2017, [Online]. Available: https://doi.org/10.5958/2349-2988.2017.00029.8.
Luh, N., Sri, W., Ginantra, R., Bagus, I., & Anandita, G. (2019). Penerapan Metode Single Exponential Smoothing Dalam Peramalan Penjualan Barang. In Jurnal Sains Komputer & Informatika (J-SAKTI (Vol. 3). http://tunasbangsa.ac.id/ejurnal/index.php/jsakti
Alzahrani, S. I., Aljamaan, I. A., & Al-Fakih, E. A. (2020). Forecasting the spread of the COVID-19 pandemic in Saudi Arabia using ARIMA prediction model under current public health interventions. Journal of Infection and Public Health, 13(7), 914–919. https://doi.org/10.1016/j.jiph.2020.06.001
Gandesrukma, N. C., Sanjaya, B. P., Damayanti, A., & Nurcahyo, R. (2021). Implementation of Time Series Forecasting Using Single Moving Average Model-A Case Study in Printing Industry.
Published
How to Cite
Issue
Section
License
Copyright (c) 2023 INFOTECH journal
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
