Banyak masyarakat yang memulai
menjaga kesehatan dan imunitas tubuh dalam menghadapi pandemi ini. Alat
kesehatan banyak dicari oleh masyarakat untuk pengecekan kesehatan tubuh.
Banyaknya permintaan alat kesehatan ini membuat para penjual kehabisan
persediaan barang. Kondisi seperti ini sering terjadi permasalahan tentang
persediaan barang diantaranya yaitu kurangnya persediaan atau berlebihnya
persediaan suatu barang. Kurangnya persediaan barang mengakibatkan tidak
terpenuhi permintaan dari masyarakat sedangkan berlebihnya persediaan suatu
barang berakibat pada kerugian. Untuk mengendalikan permintaan akan suatu
barang seperti alat kesehatan dibutuhkan suatu metode peramalan yang digunakan
untuk mengendalikan persediaan barang. Pada Penelitian ini dirancang suatu
sistem aplikasi peramalan alat kesehatan dengan metode single moving average yang
bertujuan mengetahui hasil persediaan barang diperiode yang akan datang pada
alat kesehatan menggunakan single moving average. Untuk mengetahui seberapa
akurat hasil peramalan menggunakan Mean Absoulute Deviation, Mean Square Error,
dan Mean Absoulute Percentage Error. Data yang digunakan yaitu data penjualan bulan
januari-desember 2016 pada suatu barang alat kesehatan yaitu easy touch
kolestrol strip dengan perhitungan peramalan menggunakan rata-rata 3 bulan.
Hasil peramalan untuk persediaan di periode selanjutnya yaitu sebesar 52,33
dengan nilai akurasi peramalan Mean Absoulute Deviation 5.17, Mean Square Error
49.91 dan Mean Absoulute Percentage Error 11.56%.
Laporan Turnitin
Jurnal
Jurnal
Peer Review
Ardiana, D. P. Y., & Loekito,
L. H. (2018). Sistem Informasi Peramalan Persediaan Barang Menggunakan Metode
Weighted Moving Average. Jurnal Teknologi Informasi Dan Komputer, 4(1). https://doi.org/10.36002/jutik.v4i1.397
Arisoma, D. S., Supangat, &
Narulita, L. F. (2019). System Design and Development of Financial Product
Sales Forecasting with Exponentially Weighted Moving Average and Exponential Smoothing
Method. UII-ICABE, 1–6.
Chang, P. C., Wang, Y. W., &
Liu, C. H. (2007). The development of a weighted evolving fuzzy neural network
for PCB sales forecasting. Expert Systems with Applications, 32(1), 86– 96. https://doi.org/10.1016/j.eswa.2005.11.021
Dewi, E. N. S., & Chamid, A.
A. (2019). Implementation of Single Moving Average Methods For Sales
Forecasting Of Bag In Convection Tas Loram Kulon. Transformatika, 16(2), 113–124. Retrieved from http://journals.usm.ac.id/index.php/transformat
ika/article/view/1047
Gustriansyah, R., Nadia, W.,
& Sofiana, M. (2018). Komparasi Metode Peramalan Jumlah Permintaan Kamar
Hotel. Jurnal Ilmiah Informatika Global, 9(2), 95–100. https://doi.org/10.36982/jig.v9i2.563
Hudaningsih, N., Utami, S. F.,
& Jabbar, W. A. A. (2020). Perbandingan Peramalan Penjualan Produk Aknil
PT. Sunthi Sepuri Mengguanakan Metode Single Moving Average Dan Single
Exponential Smooting. Jurnal JINTEKS, 2(1), 15–22.
Maricar, M. A. (2019). Analisa
Perbandingan Nilai Akurasi Moving Average dan Exponential Smoothing untuk
Sistem Peramalan Pendapatan pada Perusahaan XYZ. Jurnal Sistem Dan Informatika,
13(2), 36–45.
Nangi, J., Indrianti, S. H.,
& Pramono, B. (2018). Peramalan Persediaan Obat Menggunakan Metode Triple Exponential Smoothing (Tes) (Studi
Kasus : Instalasi Farmasi Rsud Kab. Muna). semanTIK, 4(1), 135–142.
Purba, A. (2015). Perancangan
Aplikasi Peramalan Jumlah Calon Mahasiswa Baru yang mendaftar menggunakan
Metode Single Exponential Smoothing (Studi Kasus: Fakultas Agama Islam UISU).
Jurnal Riset Komputer (JURIKOM), 2(6), 8–12.
Sinaga, H. D. E., & Irawati,
N. (2018). Perbandingan Double Moving Average Dengan Double Exponential
Smoothing Pada Peramalan Bahan Medis Habis Pakai. JURTEKSI (Jurnal Teknologi
Dan Sistem Informasi), IV(2), 8.
Sukamto, R. A., &
Shalahuddin, M. (2018). Rekayasa Perangkat Lunak Terstruktur dan Berorientasi Objek.
Bandung: Informatika Bandung.