Article Per Year (5 Year)
p-Index From 2021 - 2026
0
P-Index
This Author published in this journals
All Journal Jurnal Eksplorasi Karya Sistem Informasi dan Sains
Anggi Hartono
Sistem Informasi Fakultas Teknologi Informasi Universitas Kristen Duta Wacana
Computer Science & IT Library & Information Science

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
PERBANDINGAN METODE SINGLE EXPONENTIAL SMOOTHING DAN METODE EXPONENTIAL SMOOTHING ADJUSTED FOR TREND (HOLT’S METHOD) UNTUK MERAMALKAN PENJUALAN. STUDI KASUS: TOKO ONDERDIL MOBIL “PRODI, PURWODADI” Anggi Hartono; Djoni Dwijana; Wimmie Handiwidjojo
Jurnal Eksplorasi Karya Sistem Informasi dan Sains Vol 5, No 1 (2012): Program Bantu dan Sistem Informasi
Publisher : Duta Wacana Christian University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (373.875 KB)

Abstract

Salah satu masalah didalam sebuah toko adalah memprediksi jumlah barang. Memprediksi jumlah barang yang akan terjual dapat dilakukan dengan mempelajari data penjualan pada periode sebelumnya. Untuk memprediksi jumlah barang, dapat dilakukan dengan cara meramalkan. Perbandingan metode Single Exponential Smoothing dan Exponential Smoothing Adjusted for Trend digunakan untuk keakuratan meramalkan jumlah barang yang akan terjual untuk periode yang akan datang. Single Exponential Smoothing merupakan metode peramalan yang digunakan untuk data stasioner atau data yang relatif stabil. Exponential Smoothing Adjusted for Trend digunakan untuk data yang memiliki trend atau data yang memiliki kecenderungan peningkatan atau penurunan dalam jangka panjang. Hasil yang dicapai dari penelitian ini adalah metode Single Exponential Smoothing lebih tepat dibandingkan metode Exponential Smoothing Adjusted for Trend (Holt’s Method) karena pada histori penjualan tidak mengalami peningkatan penjualan / tidak ada trend. Selain itu, persentase kesalahan (selisih data aktual dengan nilai peramalan) dan MAD (untuk menghitung forecast error) yang didapat dari metode Single Exponential Smoothing lebih kecil dibandingkan dengan metode Exponential Smoothing Adjusted for Trend.  
Co-Authors Djoni Dwijana Wimmie Handiwidjojo