<![CDATA[Peramalan stok yang akurat menjadi tantangan utama bagi Usaha Mikro, Kecil dan Menengah (UMKM) karena keterbatasan data dan sumber daya. Penelitian ini menawarkan kebaruan berupa mekanisme optimasi periode adaptif pada metode Single Moving Average (SMA) yang secara otomatis memilih periode terbaik untuk setiap produk berdasarkan nilai Mean Absolute Percentage Error (MAPE) terkecil, diimplementasikan di dalam sistem Point of Sale (POS) berbasis web. Berbeda dengan SMA biasa yang periodenya tetap untuk semua produk, metode ini menguji periode n=2 sampai n=12 untuk setiap produk, lalu memilih periode dengan Mean Absolute Percentage Error (MAPE) terkecil berdasarkan data historis, dan periode tersebut digunakan untuk ramalan berikutnya. Pengujian dilakukan menggunakan data transaksi selama 12 bulan dari toko mainan Bintang Tabek Mainan, untuk 110 produk. Hasilnya, SMA adaptif berhasil menurunkan rata-rata MAPE dari 18,6% (SMA n=3 tetap) menjadi 14%, sebuah penurunan yang signifikan. Pengujian black box menunjukkan semua modul sistem berfungsi tanpa error. Sistem POS ini juga dilengkapi dengan klasifikasi inventaris ABC (A: penjualan >100 unit, B: 30–100 unit, C: <30 unit) agar pemilik toko dapat memfokuskan peramalan pada produk yang paling krusial. Secara keseluruhan, model ini cukup sederhana untuk diterapkan oleh UMKM, namun tetap lebih akurat daripada pendekatan periode tunggal untuk semua produk.]]>
Copyrights © 2026
