Abstract:Abstract: This research is driven by the challenges faced by Universitas Lancang Kuning (UNILAK) in attracting applicants amidst intense competition, especially after the government's policy opened independent pathways to…
o State Universities (PTN) from 2022-2023, which impacted private university applicant numbers. To address this and support strategic planning, this study aims to predict the trend of prospective students applying to all study programs at UNILAK for the period 2025-2027. Two time series models were employed: ARIMA (AutoRegressive Integrated Moving Average) and LSTM (Long Short-Term Memory). Applicant data from 2019 to 2024 was used to build the model. The Augmented Dickey-Fuller (ADF) test confirmed the data's stationarity with a p-value of 0.0. ACF and PACF analyses determined the ARIMA parameters as p=1, d=1, q=1. The LSTM model was trained to capture more complex data patterns. ARIMA predictions for 2025, 2026, and 2027 are 3298.66, 3362.33, and 3371.30, respectively. LSTM predictions for the same years are 3335.64, 3476.52, and 3518.42. Evaluation using Root Mean Squared Error (RMSE) showed ARIMA (RMSE=588.72) to be more accurate than LSTM (RMSE=653.96). Nevertheless, LSTM provided a more optimistic prediction. This study concludes that ARIMA is better suited for short-term planning, while LSTM can be used for more ambitious long-term strategies.
Keywords: arima; LSTM; applicants; prediction; university
Abstrak: Penelitian ini didorong oleh tantangan Universitas Lancang Kuning (UNILAK) dalam menarik pendaftar di tengah persaingan ketat, khususnya setelah kebijakan pemerintah membuka jalur mandiri ke Perguruan Tinggi Negeri (PTN) sejak 2022-2023, yang menyebabkan penurunan jumlah pendaftar di universitas swasta. Untuk mendukung perencanaan strategis, studi ini bertujuan memprediksi tren jumlah calon mahasiswa yang mendaftar ke seluruh program studi di UNILAK untuk periode 2025-2027.Dua model deret waktu digunakan: ARIMA (AutoRegressive Integrated Moving Average) dan LSTM (Long Short-Term Memory). Data jumlah pendaftar dari 2019 hingga 2024 digunakan untuk membangun model. Uji Augmented Dickey-Fuller (ADF) menunjukkan data stasioner dengan p-value 0,0. Analisis ACF dan PACF menentukan parameter ARIMA sebagai p=1, d=1, q=1. Model LSTM dilatih untuk menangkap pola data yang lebih kompleks.Prediksi ARIMA untuk 2025, 2026, dan 2027 adalah 3298.66, 3362.33, dan 3371.30. Prediksi LSTM untuk tahun yang sama adalah 3335.64, 3476.52, dan 3518.42. Evaluasi menggunakan Root Mean Squared Error (RMSE) menunjukkan ARIMA (RMSE=588.72) lebih akurat daripada LSTM (RMSE=653.96). Meskipun demikian, LSTM memberikan prediksi yang lebih optimis. Studi ini menyimpulkan ARIMA lebih cocok untuk perencanaan jangka pendek, sementara LSTM dapat digunakan untuk strategi jangka panjang yang ambisius.
Kata kunci: arima; LSTM; pendaftar; prediksi; universitas
Abstract:Abstract: Ms Glow Putri Shop is a business that operates in the beauty sector, selling beauty products, namely skincare and bodycare, which are useful for maintaining healthy body and facial skin. However, Ms Glow Putri…
currently often experiences problems, namely tight competition and inventory management that is less effective in terms of sales numbers. Every month reaching ±1300 products, Ms Glow Putri also often experiences shortages and build-ups in skincare and bodycare stocks. This can reduce customer confidence so that Ms Giow Putri often experiences losses in the form of finance and other things, so this method is needed to predict some skincare and other stock supplies. bodycare provided in the following month. This method uses the Weighted Moving Average and Single Exponentiation Smoothing methods to predict supplies of skincare and bodycare stocks. The results of research on Ms GIow daughter using the Weight Moving Average Method with a weight of 5 with a MAPE of 1.08% and the SingIe Exponentiation Smooting Method with an Alpha of 0.1, namely 0.84%, then the comparison between the two methods can be stated that the SES method is the best method good, because it has the lowest error.
Keywords: forecasting; ms glow putri; ses and wma
Abstrak: Toko Ms Glow Putri adalah usaha yang bergerak di bidang kecantikan, menjual produk kecantikan yaitu skincare dan bodycare berguna untuk menjaga agar kesehatan kulit tubuh dan wajah tetap terjaga. Namun Ms Glow Putri saat ini sering kali mengalami permasalahan yaitu persaingan yang ketat dan manajemen persediaan yang kurang efektif dengan jumlah penjualanan. Setiap bulan mencapai ±1300 produk maka Ms Glow Putri juga sering mengalami kekurangan dan penumpukan pada stok skincare dan bodycare ini dapat mengurangi kepercayaan pelanggan sehingga Ms Glow Putri sering mengalami kerugian berupa finance dan lainnya maka perlu metode ini untuk memprediksi beberapa persediaan stok skincare dan bodycare yang disediakan pada priode di buIan berikutnya. Metode ini menggunakan metode Weighted Moving Averege dan Single Exponential Smoothing untuk memprediksi persediaan pada stok skincare maupun bodycare. HasiI penelitian pada Ms GIow Putri dengan mengggunakan Metode Weight Moving Averege dengan bobot 5 dengan MAPE 1,08% dan Metode Single Exponential Smooting dengan Alpha 0,1 yaitu 0,84% maka perbandingan antara dua metode tersebut dapat dinyatakan bahwa metode SES adaIah metode paling baik karena memiliki error terendah.
Kata kunci: ms glow putri; peramalan; ses dan wma
Abstract:Abstract: This research will discuss predictions of demand for robes at the Fashion Gallery. The problem that occurs is that there is often a buildup in the number of robes provided in shops, thereby increasing additional…
l expenses, such as storage costs and demand costs. On the other hand, if there is too little stock of robes, it will result in losses because potential buyers do not get the items they need. In this case, the forecasting system will be used as a tool to solve the problem of robe accumulation. The WMA method prioritizes the most recent data points while smoothing out fluctuations. The advantage of this method is increased responsiveness to recent changes in demand patterns, contributing to more accurate forecasts by considering current information more prominently than historical data. By implementing the WMA method, it is hoped that the accumulation of robes can be avoided. From the results of prediction calculations in January 2024, it is predicted that there will be 143 adult robes, with a MAD of 7.685185, MSE 74.79938 and MAPE 5%. For small children's robes, it is predicted that there will be 56 shirts, with MAD of 8.388889, MSE of 91.16358 and MAPE of 12%. It can be concluded that the WMA method can make it easier for Fashion Gallery to predict demand for adult and children's robes in the following month.
Keywords: forecasting; robe request; weighted moving average
Abstrak: Dalam penelitian ini akan membahas prediksi permintaan baju gamis pada Fashion Gallery. Permasalahan yang terjadi sering terjadinya penumpukan pada jumlah baju gamis yang disediakan pada toko, sehingga meningkatkan beban tambahan, seperti biaya penyimpanan dan biaya permintaan. Sebaliknya, apabila stok gamis yang terlalu sedikit, mengakibatkan kerugian yang disebabkan karena calon pembeli tidak mendapatkan barang yang dibutuhkan. Dalam hal ini sistem forecasting akan digunakan sebagai alat bantu dalam menyelesaikan permasalahan penumpukan baju gamis. Metode WMA, lebih mementingkan titik data terkini sambil memperlancar fluktuasi. Kelebihan metode ini meningkatkan daya tanggap terhadap perubahan pola permintaan terkini, berkontribusi pada perkiraan yang lebih akurat dengan mempertimbangkan informasi terkini secara lebih menonjol dibandingkan data historis. Dengan diterapkannya metode WMA, diharapkan dapat menghindari terjadinya penumpukan baju gamis. Dari hasil perhitungan prediksi pada bulan Januari 2024, untuk baju gamis dewasa diprediksi sebanyak 143 baju, dengan MAD sebesar 7.685185, MSE 74.79938 dan MAPE 5%. Untuk baju gamis anak kecil diprediksi sebanyak 56 baju, dengan MAD sebesar 8.388889, MSE 91.16358 dan MAPE sebesar 12%. Dapat disimpulkan bahwa metode WMA dapat memudahkan Fashion Gallery dalam meramalkan permintaan baju gamis dewasa dan anak-anak pada bulan berikutnya.
Kata Kunci: forecasting; permintaan baju gamis; weighted moving average
Abstract:Abstract: The research was conducted at TB Bina Karya which is engaged in the sale and purchase of building materials. This research was conducted to predict building materials for the next period. The forecasting methods…
s used in this study are single moving average (SMA), weighted moving average (WMA), and single exponential smoothing (SES). This study also discusses the error calculation of the forecasting method, the forecasting method which produces the smallest error value is used for making decisions in purchasing materials. The purpose of this research is to speed up the decision making for purchasing material inventory. Another goal is to produce more accurate forecasts by comparing 3 (three) methods.
Keywords: forecasting; single moving average; weighted moving average; and single exponential smoothing
Abstrak: Penelitian dilakukan pada TB Bina Karya yang bergerak dibidang penjualan dan pembelian bahan material bangunan. Penelitian ini dilakukan untuk forecasting bahan material bangunan periode selanjutnya. Metode forecasting yang digunakan dalam penelitian ini yaitu single moving average (SMA), weighted moving average (WMA), dan single exponential smooting (SES). Penelitian ini juga membahasan perhitungan error dari metode forecasting, metode forecasting yang menghasilkan nilai error terkecil digunakan untuk pengambilan keputusan dalam pembelian bahan material. Tujuan dari penelitian ini untuk mempercepat dalam pengambilan keputusan pembelian persediaan bahan material. Tujuan lainnya adalah agar menghasilkan forecasting lebih akurat dengan membandingkan 3 (tiga) metode.
Kata kunci: forecasting; rata-rata pergerakan tunggal; rata-rata pergerakan tertimbang; dan pemulusan eksponensial tunggal
Abstract:Abstract: Unemployment is a global economic issue that directly impacts human life in both developed and developing countries, especially in Indonesia, which, if ignored, will severely impact society's social dynamics. To…
o overcome this problem, forecasts are made so that later, the government can take policies to control and suppress the unemployment growth rate. This research aims to predict unemployment in Indonesia in 2023 using the Weighted Moving Average method, widely used to determine the trend of a time series, which is part of one of the Time Series methods that gives different weights. The dataset used was obtained from the Central Statistics Agency (BPS) relating to unemployment data from 2000 to 2022 (23 years). To analyze the level of accuracy of the results of this unemployment forecast using the MAD, MSE, and MAPE methods. This research concludes that the Weighted Moving Average method can be applied in predicting unemployment in Indonesia in 2023. The results of this research are a prediction of the number of unemployed in Indonesia, as many as 8,874,942 people at a weight value of 3 (three) where the accuracy of the MAD value is 745786.1833, the MSE value is 948402050986.3 and MAPE is 8.28%.
Keywords: forecasting; unemployment; weigth moving average; indonesia
Abstrak: Pengangguran menjadi isu ekonomi global yang berdampak secara langsung terhadap tingkat kehidupan manusia di negara-negara yang sudah maju maupun yang sedang berkembang khususnya di negara Indonesia, yang jika diabaikan akan berdampak serius terhadap dinamika sosial masyarakat. Untuk mengatasi permasalahan tersebut dibuatlah peramalan agar nantinya pemerinta dapat mengambil kebijakan dalam mengendalikan dan menekan angka pertumbuhan pengangguran tersebut. Penelitian ini bertujuan untuk memprediksi pengangguran di Indonesia pada tahun 2023 menggunakan metode Weighted Moving Average dimana metode ini banyak digunakan untuk menentukan trend dari suatu deret waktu yang merupakan bagian dari salah satu metode Time Series yang memberikan bobot yang berbeda-beda. Adapun dataset yang digunakan diperoleh dari Badan Pusat Satatistik (BPS) berkaitan dengan data pengangguran dari tahun 2000 sampai dengan tahun 2022 (selama 23 tahun). Untuk menganalisa tingkat akurasi dari hasil peramalan pengangguran ini memakai metode MAD, MSE, dan MAPE. Kesimpulan dari penelitian ini yaitu dapat diterapkannya metode Weighted Moving Average dalam memprediksi pengangguran di Indonesia pada tahun 2023. hasil dari penelitian ini berupa prediksi jumlah pengangguran di Indonesia sebanyak 8.874.942 orang pada nilai bobot 3 (tiga) dimana akurasi nilai MAD sebesar 745786,1833, nilai MSE sebesar 948402050986,3 dan MAPE sebesar 8,28 %.
Kata kunci: peramalan; pengangguran; weigth moving average; indonesia
Abstract:Abstract: Traffic accidents are one of the biggest contributors to injuries and fatalities worldwide. Victims of traffic accidents range from minor injuries to severe injuries and even death. The severity of many accidents…
ts is often due to a lack of discipline and public awareness of traffic rules and safety measures. Car manufacturers have attempted to mitigate the effects of accidents by providing seat belts. However, many people neglect to use them, thinking that nothing will happen while driving. Even with fines imposed by authorities, people can outsmart them by removing their seat belts when officers are not around. To address this issue, a model has been developed to monitor drivers using artificial intelligence and computer vision. The camera captures images, which are then processed by a neural network trained with the YOLOv5 algorithm. The model has an average precision of 89% and a recall of 81%, and can accurately detect whether drivers are wearing seat belts or not. This model is expected to aid in improving driver and passenger safety on the roads. By paying attention to the use of seat belts, the severity of injuries sustained in accidents can be reduced.
Keywords: computer vision; neural network; seatbelt detection; yolo
Abstrak: Kecelakaan lalu lintas merupakan salah satu penyumbang terbesar cedera dan kematian di seluruh dunia. Korban kecelakaan lalu lintas tidak hanya mengalami cedera ringan, tetapi juga cedera berat bahkan kematian. Parahnya banyak kecelakaan yang terjadi dapat disebabkan oleh kurangnya disiplin dan kesadaran masyarakat akan aturan lalu lintas serta tindakan keselamatan. Produsen mobil telah berusaha untuk mengurangi efek kecelakaan dengan menyediakan sabuk pengaman. Sayangnya, masih banyak orang yang mengabaikan penggunaannya, dengan menganggap bahwa tidak akan terjadi apa-apa saat mengemudi. Meskipun ada denda yang diberlakukan oleh pihak berwenang, orang masih dapat melepaskan sabuk pengaman ketika tidak ada petugas di sekitar. Untuk mengatasi masalah ini, sebuah model telah dikembangkan untuk memantau pengemudi menggunakan kecerdasan buatan dan visi komputer. Kamera mengambil gambar yang kemudian diproses oleh jaringan saraf yang dilatih dengan algoritma YOLOv5. Model ini memiliki presisi rata-rata sebesar 89% dan recall sebesar 81%, dan dapat dengan akurat mendeteksi apakah pengemudi menggunakan sabuk pengaman atau tidak. Model ini diharapkan dapat membantu dalam menangani masalah keselamatan pengemudi dan penumpang di jalan raya. Dengan memperhatikan penggunaan sabuk pengaman, dapat mengurangi tingkat keparahan cedera yang terjadi dalam kecelakaan.
Kata kunci: computer vision; deteksi sabuk pengaman; neural network; yolo
Abstract:Abstract: The realization of credit proposed by customers is one of the essential factors for a bank. Moreover, especially during the Covid-19 pandemic, credit realization shows the business conditions of prospective borrowers,…
rowers, whether they are in good condition or not. So, it is crucial to predict how many new debtors will achieve. In this article, forecasting the number of new debtors uses the Simple Moving Average and Double Exponential Smoothing methods based on actual data on the number of new debtors per month for 2019-2021. Furthermore, the performance of the two methods is compared by comparing the Mean Absolute Deviation and Mean Square Error values. The comparison results conclude that the Simple Moving Average method is better than the Double Exponential Smoothing for predicting the number of new debtors.
Keywords: double exponential smoothing; mean absolute deviation; mean square error; simple moving average; forecasting.
Abstrak: Realisasi kredit yang diajukan oleh nasabah adalah salah satu faktor yang penting di dunia perbankan. Terlebih disaat adanya pandemi Covid-19, realisasi kredit memperlihatkan kondisi usaha para calon debitur, apakah dalam keadaan baik atau tidak. Sehingga penting untuk memprediksi berapa capaian jumlah debitur baru. Dalam artikel ini dilakukan peramalan jumlah debitur baru dengan metode Simple Moving Average dan Double Exponential Smoothing berdasarkan data aktual jumlah debitur baru per bulan tahun 2019-2021. Selanjutnya, dilakukan perbandingan performa kedua metode tersebut dengan cara membandingkan nilai dari Mean Absolute Deviation dan Mean Square Error. Hasil perbandingan yang diperoleh mengarah pada sebuah kesimpulan, yaitu metode Simple Moving Average lebih baik daripada Double Exponential Smoothing untuk meramalkan jumlah debitur baru
Kata kunci: double exponential smoothing; mean absolute deviation; mean square error; simple moving average; peramalan.
Abstract:Abstract: One example of the application of the use of information technology in public services is the use of SAHAJA ONLINE. SAHAJA ONLINE is a mobile-based application whose function is for the needs of Kediri Regency…
population document services with the aim of making it easier for the public to manage population documents and break down queues at the Kediri Regency Dispendukcapil office. There were several complaints that were felt by users, namely that there was information on the option selection feature in the moving certificate service which was difficult to understand and when resetting an account they were required to come directly to the Kediri Regency Dispendukcapil office. Despite these problems, people still use SAHAJA ONLINE in submitting population documents. With the conditions in the field, it certainly affects the acceptance of SAHAJA ONLINE. The purpose of this study was to find out what factors affect the acceptance of the SAHAJA ONLINE application at the Kediri Regency Civil and Civil Registration Office using the Technology Acceptance Model (TAM). The sample in this study were 365 SAHAJA ONLINE users. Data collected through questionnaires were analyzed using SmartPLS version 3.3.9. Based on the research results of the 10 hypotheses proposed, there are 9 accepted hypotheses. So that Information Quality, Complexity, Perceived Usefulness, Attitude Toward Using, Behavioral Intention to Use, and Actual Usage are acceptance factors of SAHAJA ONLINE.
Keywords: SAHAJA ONLINE; SmartPLS; TAM
Abstrak: Salah satu contoh penerapan pemanfaatan teknologi informasi dalam pelayanan publik yaitu penggunaan SAHAJA ONLINE. SAHAJA ONLINE adalah aplikasi berbasis mobile yang fungsinya untuk kebutuhan layanan dokumen kependudukan Kabupaten Kediri dengan tujuan untuk mempermudah masyarakat dalam mengurus dokumen kependudukan dan mengurai antrian di kantor Dispendukcapil Kabupaten Kediri. Ditemukan beberapa keluhan yang dirasakan oleh para pengguna yaitu terdapat informasi pada fitur pemilihan opsi dalam layanan surat keterangan pindah yang sulit dimengerti dan saat melakukan reset akun yang diharuskan datang langsung ke kantor Dispendukcapil Kabupaten Kediri. Meskipun terdapat permasalahan tersebut, masyarakat masih tetap menggunakan SAHAJA ONLINE dalam melakukan pengajuan dokumen kependudukan. Dengan adanya kondisi dilapangan tersebut tentunya berpengaruh terhadap penerimaan SAHAJA ONLINE. Tujuan dari penelitian ini adalah untuk mengetahui faktor-faktor apa saja yang mempengaruhi penerimaan aplikasi SAHAJA ONLINE Dispendukcapil Kabupaten Kediri menggunakan Technology Acceptance Model (TAM). Sampel dalam penelitian ini adalah 365 pengguna SAHAJA ONLINE. Data yang dikumpulkan melalui penyebaran kuesioner dianalisis menggunakan SmartPLS versi 3.3.9. Berdasarkan hasil penelitian dari 10 hipotesis yang diajukan, terdapat 9 hipotesis diterima. Sehingga Information Quality, Complexity, Perceived Usefulness, Attitude Toward Using, Behavioral Intention to Use, dan Actual Usage merupakan faktor penerimaan dari SAHAJA ONLINE.
Kata kunci: SAHAJA ONLINE; SmartPLS; TAM
Abstract:Abstract: This research is a development of previous research, where the results of previous studies have only arrived at the application design stage. Jimmy Fish UMKM is a business that sells fish seeds, while the fish…
seeds that are sold are: catfish, tilapia, goldfish, mujaer fish, catfish, and carp. Jimmy Fish UMKM has several activities to support its business, one of which is determining how much stock of fish fry is needed for each period. Jimmy Fish SMEs have problems in determining the amount of fish seed stock, Jimmy Fish SMEs still use estimates without definite calculations to determine the number of fish seed stocks. As a result of this problem, when someone wants to buy fish seeds, the number of stocks is not fulfilled (less), the number of fish seeds is depleted, and there is even an excess stock of fish seeds (only a few sold), so that activities at Jimmy Fish SMEs become less effective. The solution to the existing problems is to build an e-forecasing application using the wieghted moving average (WMA) method. The e-forecasting application is very important because it can predict the number of fish seed stocks for the next period using calculations from previous data. The e-forecasting application also provides convenience, speed and as a support system for making decisions on how many fish seed stocks must be fulfilled for the next period.
Keywords: applications; e-forecasting; WMA
Abstrak: Penelitian ini merupakan pengembangan dari penelitian sebelumnya, dimana hasil dari penelitian sebelumnya baru sampai pada tahap desain aplikasi. UMKM Jimmy Fish merupakan usaha yang menjual bibit ikan adapun bibit ikan yang dijual yaitu: ikan lele, ikan nila, ikan emas, ikan mujaer, ikan patin, dan ikan gurame. UMKM Jimmy Fish mempunyai beberapa aktifitas untuk mendukung usahanya salah satunya penentuan berapa jumlah stok bibik ikan yang diperlukan untuk setiap periodenya. UMKM Jimmy fish mempunyai permasalahan dalam menentukan jumlah stok bibit ikan, UMKM Jimmy Fish masih menggunakan perkiraan tanpa perhitungan yang pasti untuk menentukan jumlah stok bibit ikan. Akibat yang ditimbulkan dari permasalah tersebut, ketika ada yang ingin membeli bibit ikan jumlah stok tidak terpenuhi (kurang), jumlah stok bibit ikan habis, dan bahkan ada jumlah stok bibit ikan yang berlebih (hanya terjual sedikit), sehingga aktifitas pada UMKM Jimmy Fish menjadi kurang efektif. Solusi dari permasalah yang ada, dengan membangun aplikasi e-forecasing menggunakan metode wieghted moving average (WMA). Aplikasi e-forecasting sangat penting karena dapat prediksikan jumlah stok bibit ikan untuk periode selanjutnya menggunakan perhitungan dari data-data sebelumnya. Aplikasi e-forecasting juga memberikan kemudahan, kecepatan dan sebagai support system pengambilan keputusan berapa jumlah stok bibit ikan yang harus terpenuhi untuk periode selanjutnya.
Kata kunci: aplikasi; e-forecasting; WMA
Abstract:Abstract : Santi Electronic Store is one of the shops that sells the needs of electronic products for the community. This store requires predictions that can estimate the number of items to be sold, this shop often experiences…
iences a shortage of electronic products that will be purchased by customers. In designing the system using the Double Moving Average (DMA) forecasting method to support decisions in determining the amount of stock of electronic products to be sold for the next month. This forecasting application is made using Visual Basic Net 2010 programming language with Microsoft Office Access database. From making the system an application can be produced that can control optimal and economical demand and with a high level of accuracy and can predict the number of requests for electronic products in the coming period at the Santi Electronic Store so that the forecast results can help trading businesses so that stock does not occur requests for electronic products at the Santi Electronics Store.
Keywords : Hole; Multiple Moving Average; Prediction.
Abstrak : Toko Elektronik Santi merupakan salah satu toko yang menjual kebutuhan produk elekronik bagi masyarakat. Toko ini memerlukan prediksi yang bisa memperkirakan jumlah barang yang akan dijual, pada Toko ini sering mengalami kurangnya persediaan produk eIekronik yang akan dibeIi peIanggan. Dalam perancangan sistem menggunakan metode peramalan DoubIe Moving Average (DMA) untuk proses pendukung keputusan dalam menentukan jumlah stok produk elekronik yang akan dijual untuk buIan berikutnya. Aplikasi Peramalan ini dibuat menggunakan bahasa pemrograman visualbasic net 2010 dengan database microsoft office acces. Dari pembuatan sistem dapat dihasilkan sebuah aplikasi yang dapat mengendalikan permintaan yang optimal dan ekonomis dan dengan tingkat akurasi yang tinggi serta dapat memprediksi jumlah permintaan produk elekronik pada periode yang akan datang di Toko Elektronik Santi sehingga hasil prakiraan peramalan tersebut dapat membantu usaha dagang agar tidak terjadi kehabisan stok permintaan produk elektronik pada Toko Elektronik Santi.
Kata kunci : Multiple Moving Average; Prediksi; Permintaan.