<![CDATA[Sandal stock management often faces challenges in accurately predicting ending stock, especially when considering fluctuations in sales, purchases and initial stock. Without an optimal system, stock management tends to be inefficient, which can lead to excess or shortage of stock, as well as financial losses. Fuzzification of historical sales data is carried out by changing firm data into fuzzy data using predetermined membership functions. Based on the fuzzy set formed, 27 fuzzy rules were prepared that combine input variables such as initial stock, sales and purchases, which are used in the fuzzy inference process to produce optimal final stock. The main objective of this research is to develop a more accurate ending stock prediction system by considering main variables such as initial stock, sales, purchases and ending stock, which can increase the efficiency of sandal stock management. The results of system testing using the average percentage error (MAPE) showed a value of 26.47%, which shows a fairly good level of accuracy in predicting final stock. Although there is room for improvement, these results show that the Fuzzy Sugeno method can be applied effectively in stock management by considering sales fluctuations.Keywords: Fuzzy Logic; Fuzzy Sugeno; Sale; Mean Absolute Percentage Error AbstrakPengelolaan stok sandal seringkali menghadapi tantangan dalam memprediksi stok akhir dengan akurat, terutama ketika mempertimbangkan fluktuasi penjualan, pembelian, dan stok awal. Tanpa sistem yang optimal, pengelolaan stok cenderung tidak efisien, yang dapat berujung pada kelebihan atau kekurangan stok, serta kerugian finansial. Fuzzifikasi data historis penjualan dilakukan dengan mengubah data tegas menjadi data fuzzy menggunakan fungsi keanggotaan yang sudah ditentukan. Berdasarkan himpunan fuzzy yang terbentuk, disusun 27 aturan fuzzy yang menggabungkan variabel input seperti stok awal, penjualan, dan pembelian, yang digunakan dalam proses inferensi fuzzy untuk menghasilkan stok akhir yang optimal. Tujuan utama penelitian ini adalah mengembangkan sistem prediksi stok akhir yang lebih akurat dengan mempertimbangkan variabel-variabel utama seperti stok awal, penjualan, pembelian, dan stok akhir, yang dapat meningkatkan efisiensi pengelolaan stok sandal. Hasil pengujian sistem menggunakan rata-rata persentase kesalahan (Mean Absolute Percentage Error / MAPE) menunjukkan nilai sebesar 26,47%, yang menunjukkan tingkat akurasi yang cukup baik dalam memprediksi stok akhir. Meskipun ada ruang untuk perbaikan, hasil ini menunjukkan bahwa metode Fuzzy Sugeno dapat diterapkan secara efektif dalam pengelolaan stok dengan mempertimbangkan fluktuasi penjualan.Kata kunci: Logika Fuzzy; Fuzzy Sugeno; Penjualan; Mean Absolute Percentage Error]]>
Copyrights © 2025
