<![CDATA[Pengendalian persediaan di Toko Bumbu Pecel Istimewa memerlukan prediksi permintaan harian yang akurat karena pola penjualan dipengaruhi oleh faktor musiman, Ramadan, hari libur, dan pencilan penjualan. Penelitian ini membandingkan performa tiga metode peramalan yaitu ARIMA, LSTM, dan Prophet untuk menentukan model dengan tingkat akurasi terbaik dalam memprediksi penjualan harian. Penelitian ini menggunakan data penjualan dari 13 April 2022 hingga 26 September 2025 dengan evaluasi dilakukan pada berbagai rasio data latih dan uji guna menjaga reliabilitas hasil. Kinerja model diukur menggunakan MAE, RMSE, dan MASE. Validasi statistik dilakukan melalui uji normalitas Shapiro-Wilk yang menunjukkan bahwa sebagian besar distribusi error tidak berdistribusi normal, sehingga perbandingan kinerja model dianalisis menggunakan uji non-parametrik Wilcoxon Signed-Rank. Hasil analisis deskriptif dan inferensial menunjukkan bahwa Prophet secara konsisten menghasilkan nilai error terendah pada seluruh skenario pengujian. Prophet terbukti mampu menangkap pola musiman ganda, sehingga lebih stabil pada ukuran data latih yang terbatas, serta lebih tahan terhadap pencilan dibandingkan ARIMA dan LSTM. Hasil uji Wilcoxon mengonfirmasi adanya perbedaan kinerja yang signifikan antara Prophet dan dua model lainnya. Berdasarkan temuan tersebut, Prophet direkomendasikan sebagai model peramalan yang paling akurat dan layak diimplementasikan sebagai alat pendukung keputusan dalam pengelolaan persediaan bumbu pecel.]]>
Copyrights © 2026
