Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
Hamas, radityo
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Engineering

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

Found 1 Documents
Search

 1 
Prediksi Penjualan Makanan Restororan Menggunakan Metode ARIMA: Studi Kasus Waroeng Marisukakoi Hamas, radityo; Setiawan, Nanang Yudi; Dian Eka Ratnawati
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 5 (2025): Mei 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Industri restoran menghadapi tantangan dalam mengelola permintaan pelanggan yang fluktuatif, terutama dalam hal pengelolaan persediaan dan efisiensi operasional. Penelitian ini bertujuan untuk meramalkan penjualan makanan di Waroeng Marisukakoi menggunakan metode ARIMA (Autoregressive Integrated Moving Average), sebuah model statistik yang terbukti efektif untuk analisis data deret waktu. Data yang digunakan mencakup jumlah transaksi harian per menu selama 11 bulan, dengan total data yang dikelompokkan menjadi 47 minggu. Tahapan pra-pemrosesan meliputi pengelompokan data penjualan harian menjadi mingguan, penyusunan 4 kelompok makanan berdasarkan jenis menu, serta penanganan outlier untuk menjaga kualitas data. Proses analisis dimulai dari implementasi model ARIMA dengan parameter optimal hingga evaluasi model menggunakan metrik RMSE, MAE, dan MAPE. Prediksi ini memberikan wawasan yang berguna bagi manajemen restoran dalam mengoptimalkan pengelolaan stok, merencanakan strategi pemasaran, dan meningkatkan efisiensi operasional. Penelitian ini menunjukkan bahwa metode ARIMA mampu memberikan prediksi yang cukup akurat, meskipun terdapat tantangan dalam menangani fluktuasi tajam pada data penjualan. Untuk pengembangan lebih lanjut, disarankan untuk mempertimbangkan variabel eksternal seperti promosi dan cuaca, serta menggunakan model hybrid seperti ARIMA-LSTM untuk menangkap pola data yang lebih kompleks.
Co-Authors Dian Eka Ratnawati Nanang Yudi Setiawan