I Gusti Ayu Putri Indah Sidhiantari
Program Studi Sistem Informasi, Institut Teknologi dan Bisnis STIKOM Bali

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

Found 1 Documents
Search

Analisis Perancangan Aplikasi Peramalan Persediaan Barang Dagang Sederhana dengan Metode Semi Average Method I Gusti Ayu Desi Saryanti; I Gusti Ayu Putri Indah Sidhiantari
Jurnal Teknik Elektro dan Komputer Vol. 9 No. 3 (2020): Jurnal Teknik Elektro dan Komputer
Publisher : Universitas Sam Ratulangi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35793/jtek.v9i3.31415

Abstract

Pada era komputer saat ini, banyak pedagang yang dulunya berjualan secara offline dengan memiliki lokasi dan toko kini hanya bermodalkan perangkat internet dapat memasarkannya hingga ke cakupan global. Para pedagang yang kini berjualan dengan cara offline pun ikut serta melakukannya dengan cara online. Pedagang yang berjualan secara offline pun kini didukung menggunakan aplikasi pencatatan penjualan atau Point of Sale (POS). Pada aplikasi POS tersebut selain terdapat fitur pencatatan penjualan, juga terdapat fitur pencatatan pembelian barang. Dalam proses pembelian barang ini pedagang akan menyebutkan barang apa beserta berapa kuantitas yang diperlukan. Seringkali pada tahap ini pedagang mengalami kebingungan berapa barang yang dibutuhkan dan akhirnya dipesan berdasarkan naluri pedagang yang kurang scientific. Permasalahannya aplikasi POS kebanyakan belum menyediakan fitur untuk dapat melakukan prediksi pembelian barang. Forecasting atau peramalan merupakan sebuah teknik yang bertujuan untuk melakukan prediksi menganai apa yang akan terjadi selanjutnya berdasarkan data-data yang telah ada sebelumnya. Semi Average Method merupakan sebuah metode peramalan yang bersifat objektif untuk memberikan sebuah data prediksi dengan megkalkulasi trend yang terjadi. Penelitian ini menghasilkan sebuah rancangan sistem yang mampu melakukan peramalan kebutuhan persediaan barang yang dapat digunakan oleh semua orang selama memiliki data penjualan terdahulu dengan kemungkinan error pada hasil prediksinya sebesar 5,26%.