Abstract:Abstract: A bakery that produces and sells pastries is called Rini Cake Cookies Bakery in Pulo Bandring District. Gedangan Village is home to Rini Cake Cookies Bakery, Pulo Bandring District. The Rini Bakery processes a…
large number of sales transactions each day, which has an impact on the raw material inventory of the Rini Cake Cookies Bakery. Maintaining raw material stock levels requires you to keep just enough inventory on hand for sales while cutting down on expenses and labor. An organization's attempt to minimize risk and maximize sales is known as inventory control. The challenge facing the Rini Bakery is figuring out how much raw material stock needs to be produced in the upcoming month to keep up with customer demand, avoid buildup over an extended period of time, and preserve raw material stock stability. Because an accumulation of stock may cause the product to expire before it is given to buyers. Customer demand is the reason for this, as it varies each month based on prevailing patterns. A sales strategy is actually required in light of the current issues, and one such strategy is the use of a model, namely the Single Exponential Smoothing (SES) method, to anticipate or predict sales.
Keywords: single exponential smoothing (ses) method; stock bread raw materials; web-based
Abstrak: Usaha yang memproduksi dan menjual kue kering adalah Rini Cake Cookies Bakery di Kecamatan Pulo Bandring. Desa Gedangan merupakan rumah bagi Rini Cake Cookies Bakery, Kecamatan Pulo Bandring. Toko Roti Rini Cake Cookies di Kecamatan Pulo Bandring memproses transaksi penjualan dalam jumlah besar setiap harinya sehingga berdampak pada persediaan bahan baku pada toko roti tersebut. Mempertahankan tingkat stok bahan mentah mengharuskan Anda menyimpan persediaan yang cukup untuk penjualan sekaligus mengurangi biaya dan tenaga kerja. Upaya organisasi untuk meminimalkan risiko dan memaksimalkan penjualan dikenal sebagai pengendalian inventaris. Permasalahan yang dihadapi Toko Roti Rini adalah bagaimana mengetahui berapa banyak stok bahan baku yang harus diproduksi pada bulan mendatang untuk memenuhi permintaan pelanggan, menghindari penumpukan seiring berjalannya waktu, dan menjaga stabilitas stok bahan baku. Karena penumpukan stok bisa menyebabkan produk kadaluwarsa sebelum diberikan kepada pembeli. Permintaan pelanggan menjadi alasannya, karena bervariasi setiap bulannya berdasarkan pola yang berlaku. Strategi penjualan sebenarnya diperlukan mengingat permasalahan yang ada saat ini, dan salah satu strategi tersebut adalah penggunaan suatu model yaitu metode Single Exponential Smoothing (SES) untuk mengantisipasi atau memprediksi penjualan.
Kata kunci: berbasis web; metode single exponetial smoothing (ses); stok bahan baku roti.
Abstract:Abstract: Roemah Donat Lezat carries out many sales transactions every day because the prices are affordable and the flavors and toppings are increasingly varied, this affects the supply of raw materials at Roemah Donat…
Lezat In managing raw material inventory, you must ensure sufficient inventory for sales, minimizing the time and costs required. So far, the owner of Roemah Donat Lezat does not have a method for anticipating how much supply of basic ingredients there is and only predicts without clear and precise calculations, therefore, sometimes Roemah Donat Lezat takes too little stock even though customer needs at the time the trend is increasing, causing no fulfilling customer requests and sometimes taking too much stock even though customer demand is decreasing resulting in losses, therefore Roemah Donat Lezat always finds it difficult and confused to estimate stock supplies for the following month To overcome the problems above, the author provides a solution using method comparison forecasting calculations, because it can provide a deeper and more detailed understanding of the advantages, weaknesses and relative performance of the two methods used to achieve a goal or solve a problem The method used is Single Exponential Smoothing, which is forecasting used for the short term or usually only for the next month Single Moving Average is a technique for calculating the average of a number from the latest actual values, updated as new values available for use in forecasting in subsequent periods.
Keywords: single exponential smoothing-single moving average; forecasting; roemah donat lezat; raw materials; inventory
Abstrak: Roemah Donat Lezat setiap harinya banyak melakukan transaksi penjualan karena harga terjangkau dan semakin bervariasi rasa dan topping, hal ini mempengaruhi persediaan bahan baku jika ada di Roemah Donat Lezat Dalam pengelolaan persediaan bahan baku harus memastikan persediaan jika cukup dalam penjualan, meminimalkan waktu dan biaya jika dibutuhkan.Selama ini pemilik Roemah Donat Lezat tidak memiliki metode dalam mengantisipasi seberapa banyak persediaan bahan-bahan pokok dan hanya memprediksi tanpa adanya perhitungan jika jelas dan tepat maka dari itu, terkadang Roemah Donat Lezat terlalu sedikit mengambil stok padahal kebutuhan pelanggan waktu trend itu sedang meningkat menyebabkan tidak terpenuhinya permintaan pelanggan dan kadang-kadang juga cenderung mengambil terlalu banyak stok meskipun permintaan Pelanggan sedang mengalami penurunan sehingga mengalami kerugian, Sehingga Roemah Donat Lezat selalu menghadapi kesulitan dan kebingungan dalam memperkirakan persediaan stok di bulan berikutnya. Solusi dari permasalahan tersebut yaitu dengan memanfaatkan perhitungan peramalan komparasi metode, kita dapat memperoleh pemahaman yang lebih mendalam dan rinci mengenai kelebihan, kekurangan, serta kinerja relatif dari dua metode yang digunakan untuk mencapai suatu tujuan atau menyelesaikan masalah. Metode yang dibandingkan adalah Single Exponential Smoothing dan Single Moving Average.
Kata kunci: single exponential smoothing-single moving average; peramalan; roemah donat lezat; bahan baku; persediaan
Abstract:Abstract: Bismillah Ponsel in Kisaran Kota faces challenges in managing internet voucher stock due to inefficient manual recording and limited active period. To overcome this problem, the application of the Single Moving…
Average (SMA) forecasting method is proposed to predict stock needs based on historical data. Thus, business owners can manage stock more optimally, avoid shortages or excess inventory, and improve business efficiency and finances. The results of the application of the SMA method show the prediction of voucher stock needs for April and May with fairly good Mean Absolute Percentage Error (MAPE) accuracy. For IM3 vouchers, the stock predictions for each month are 244 and 244.5 (MAPE 8.21%). Axis vouchers as many as 798 (MAPE 5.02%), XL as many as 713 and 724.5 (MAPE 5.02%), Telkomsel as many as 942 and 951 (MAPE 3.23%), Tri as many as 490 and 491 (MAPE 7.94%), and Smartfren as many as 656 and 664 (MAPE 5.38%). With quite high accuracy, the SMA method has proven to be able to predict sales quickly and accurately, help provide stock according to needs, and increase the operational efficiency of Bismillah Ponsel.
Keywords: inventory; management; sales; forecasting; single moving average (SMA).
Abstrak: Bismillah Ponsel di Kisaran Kota menghadapi tantangan dalam pengelolaan stok voucher internet akibat pencatatan manual yang tidak efisien dan masa aktif terbatas. Untuk mengatasi masalah ini, diusulkan penerapan metode peramalan Single Moving Average (SMA) guna memprediksi kebutuhan stok berdasarkan data historis. Dengan demikian, pemilik usaha dapat mengelola stok lebih optimal, menghindari kekurangan atau kelebihan persediaan, serta meningkatkan efisiensi dan keuangan bisnis.Hasil penerapan metode SMA menunjukkan prediksi kebutuhan stok voucher untuk April dan Mei dengan akurasi Mean Absolute Percentage Error (MAPE) yang cukup baik. Untuk voucher IM3, prediksi stok masing-masing bulan adalah 244 dan 244,5 (MAPE 8,21%). Voucher Axis sebanyak 798 (MAPE 5,02%), XL sebanyak 713 dan 724,5 (MAPE 5,02%), Telkomsel sebanyak 942 dan 951 (MAPE 3,23%), Tri sebanyak 490 dan 491 (MAPE 7,94%), serta Smartfren sebanyak 656 dan 664 (MAPE 5,38%). Dengan akurasi yang cukup tinggi, metode SMA terbukti mampu meramalkan penjualan secara cepat dan akurat, membantu penyediaan stok sesuai kebutuhan, serta meningkatkan efisiensi operasional Bismillah Ponsel.
Kata Kunci: manajemen; persediaan; peramalan; penjualan; single moving average (SMA
Abstract:Abstract: PT. Padasa Enam Utama, a palm oil plantation company, currently assesses the quality of Fresh Fruit Bunches (FFB) based solely on physical aspects. They use Microsoft Excel without a specialized application system,…
tem, which can lead to subjective assessments and the risk of fraud. This research aims to develop a predictive system for the quality of Fresh Fruit Bunches. Data collection was conducted using quantitative methods through direct observation and interviews with relevant parties. The study shows that the use of the K-Nearest Neighbor method provides the best accuracy with a more efficient calculation process. With this system, the company’s performance in making decisions regarding FFB quality is expected to improve. The system helps reduce human errors in quality assessments and offers visualizations that make it easier for users to understand the classification of production quality. Although the results are reliable, there is still room for further development, such as improving accuracy through more advanced data preprocessing techniques or using more complex machine learning models.
Keywords: Data Mining; K-Nearest Neighbor algorithm; Fresh Fruit Bunches (FFB); Python; Streamlit.
Abstrak: PT. Padasa Enam Utama, sebuah perusahaan perkebunan kelapa sawit, saat ini menilai kualitas produksi Tandan Buah Segar (TBS) berdasarkan aspek fisik saja. Mereka menggunakan Microsoft Excel tanpa sistem aplikasi khusus, yang dapat menyebabkan penilaian tidak objektif dan risiko kecurangan. Penelitian ini bertujuan untuk mengembangkan sistem prediksi mutu kualitas Tandan Buah Segar. Dalam pengumpulan data, digunakan metode kuantitatif melalui observasi langsung dan wawancara dengan pihak terkait. Penelitian menunjukkan bahwa penggunaan metode K-Nearest Neighbor memberikan akurasi terbaik dengan proses perhitungan yang lebih efisien. Dengan adanya sistem ini, diharapkan kinerja perusahaan dalam membuat keputusan terkait mutu produksi TBS dapat meningkat. Sistem ini membantu mengurangi kesalahan manusia dalam penilaian mutu TBS dan memberikan visualisasi yang memudahkan pengguna memahami klasifikasi mutu produksi. Meskipun telah memberikan hasil yang dapat diandalkan, masih ada ruang untuk pengembangan lebih lanjut, seperti peningkatan akurasi melalui teknik preprocessing data yang lebih canggih atau penggunaan model-machine learning yang lebih kompleks.
Kata kunci: Data Mining; Algoritma K-Nearest Neighbor; Tandan Buah Segar (TBS); Python; Streamlit
Abstract:Abstract: Fitri Keramik Shop sells various types of ceramics. In this research, the researcher created a system that can make it easier to predict demand for ceramics in the following month based on the categories in Fitri…
ri Keramik by explaining the correct method for forecasting, one of the methods that can be used is Double Exponential Smoothing (DES) which is a forecasting method using uses a number of new actual demand data to generate forecast values for future demand by finding the average value as a forecast for the future period. The results of predicting demand for ceramics using an alpha value of 0.3 and having the lowest error rate are May 2023, Terraso: 176; Mosaic : 169; Standard Ceramic Floor: 163; Squared : 117.
Keywords: Analysis, Double Exponential Smoothing, Predicting Demand.
Abstrak: Toko Fitri Keramik melakukan penjualan berbagai jenis keramik. Pada penelitian ini, peneliti membuat sistem yang dapat memudahkan dalam meramalkan permintaan keramik pada bulan berikutnya berdasarkan kategori yang ada pada Fitri Keramik dengan memaparkan metode yang tepat dalam peramalan, salah satu metode yang dapat digunakan yaitu Double Exponential Smoothing (DES) yang merupakan metode peramalan dengan menggunakan sejumlah data aktual permintaan yang baru untuk membangkitkan nilai ramalan untuk permintaan dimasa yang akan datang dengan mencari nilai rata-rata tersebut sebagai ramalan untuk periode yang akan datang. Hasilnya dari memprediksi permintaan keramik dengan menggunakan nilai alpa 0,3 dan memiliki nilai tingkat error terendah yaitu Mei 2023, Teraso : 176; Mozaik : 169; Keramik Lantai Standart: 163; Kuadrat : 117.
Kata kunci: Analisis, Double Exponential Smoothing, Memprediksi Permintaan.
Abstract:Abstract: Getting a job is a goal by graduates after completing their studies. But in this process, getting a job inevitably requires waiting time. If one measure of success in the field of education of a tertiary institution…
ution is the number of graduates entering the workforce. So to implement this goal, alumni data is needed that can be used in decision making. Existing tracer study data at the STMIK Royal Career Service Center (LPLK) have not been utilized optimally by the campus. If we dig deeper, we will get some knowledge from this data by applying data mining techniques. Therefore, it is clear that using data mining to predict alumni waiting time is important for a university to determine its strategy. The purpose of this study is to predict the waiting time for alumni to get a job using data mining by applying the Naive Bayes algorithm. Training and testing data were taken from 193 data tracer study alumni of STMIK Royal in 2021 who had graduated and were working. The criteria used to predict alumni waiting time are gender, major, year of entry, year of graduation, GPA, and length of time getting a job. The results of modeling using the Naive Bayes algorithm produce an accuracy of 94%.
Keyword: data mining; naive bayes; waiting time
Abstrak: Mendapatkan pekerjaan merupakan tujuan oleh lulusan setelah menyelesaikan studi mereka. Tetapi dalam proses ini, mendapatkan pekerjaan pasti membutuhkan waktu tunggu. Jika salah satu ukuran keberhasilan di bidang pendidikan suatu perguruan tinggi adalah banyaknya lulusan yang masuk ke dunia kerja. Maka untuk menerapkan tujuan itu, maka diperlukan data alumni yang dapat digunakan dalam pengambilan keputusan. Data tracer study yang ada di Lembaga Pusat Layanan Karir (LPLK) STMIK Royal belum dimanfaatkan secara optimal oleh kampus. Jika kita gali lebih dalam, kita akan mendapatkan suatu pengetahuan dari data ini dengan menerapkan teknik data mining. Oleh karena itu, jelas bahwa menggunakan data mining untuk memprediksi waktu tunggu alumni penting bagi suatu perguruan tinggi untuk menentukan strateginya. Tujuan dari penelitian ini adalah untuk memprediksi waktu tunggu alumni mendapatkan pekerjaan menggunakan data mining dengan menerapkan algoritma naive bayes. Data training dan testing diambil dari 193 data tracer study alumni STMIK Royal tahun 2021 yang sudah lulus dan bekerja. Kriteria yang digunakan untuk memprediksi waktu tunggu kerja alumni yaitu jenis kelamin, jurusan, tahun masuk, tahun lulus, IPK, dan lama mendapatkan pekerjaan. Hasil pemodelan dengan menggunakan algoritma naive bayes menghasilkan akurasi sebesar 94%.
Kata Kunci: data mining; naive bayes; waktu tunggu
Abstract:Abstract: The government has continued to work hard in efforts to prevent the COVID-19 virus with complete vaccines for the community due to the importance of complete vaccination as an aspect of consideration for the implementation…
plementation of the policy of doing activities without masks. Currently, only 15.91 percent of Indonesia's total population is fully vaccinated. Still a long way from the published figure of 50% of the total population. The goal of this study is to model and predict when the Indonesian government will be able to implement policies that will allow its citizens to move around without wearing masks, assuming that at least 50% of the Indonesian population has received the full dose of the vaccine. As a result, we require calculation guidelines to assist us.
Keywords: Mask; SES; FTS.
Abstrak: Pemerintah terus bekerja keras dalam upaya pencegahan virus COVID-19 dengan vaksin lengkap bagi masyarakat mengingat pentingnya vaksinasi lengkap sebagai aspek pertimbangan implementasi kebijakan beraktivitas tanpa masker. Saat ini, hanya 15,91 persen dari total penduduk Indonesia yang divaksinasi lengkap. Masih jauh dari angka yang dipublikasikan 50% dari total populasi. Tujuan dari penelitian ini adalah untuk memodelkan dan memprediksi kapan pemerintah Indonesia akan dapat menerapkan kebijakan yang memungkinkan warganya untuk bergerak tanpa memakai masker, dengan asumsi bahwa setidaknya 50% penduduk Indonesia telah menerima vaksin dosis penuh. Akibatnya, kami memerlukan pedoman perhitungan untuk membantu kami.
Kata kunci: Masker; SES; FTS
Abstract:Abstract : Excessive use of the internet can interfere with health so that it will be classified as internet addiction (internet addiction) which can have an impact on the health of users and their social life. A solution…
n is needed for the increasing growth rate of internet users every year, especially in Indonesia. Until now, there are no findings or an application for diagnosing internet addiction that can be used in general so that it can reduce the intensity of surfing in cyberspace. Therefore, for the initial stage it is necessary to have an application that can diagnose the initial internet addiction. By utilizing computer programming algorithms such as PHP and supported by inference engines such as Case Based Reasoning (CBR) so that it can replace an expert to be able to diagnose early symptoms by utilizing a knowledge base such as symptoms or facts about a disease, especially internet addiction. Based on the test results, the system designed can provide predictive values about internet addiction, then the machine will perform a search and issue the results of the diagnosis and the best possible solution.
Keywords: Expert System; Case Based Reasoning; Internet Addiction.
Abstrak : Penggunaan internet yang berlebihan dapat mengganggu kesehatan sehingga akan tergolong dalam internet addiction (kecanduan internet) yang dapat berdampak pada kesehatan pengguna dan kehidupan sosial mereka. Diperlukan suatu solusi atas meningkatnya angka pertumbuhan pengguna internet setiap tahunnya khususnya di Indonesia. Hingga saat ini belum adanya temuan atau sebuah aplikasi untuk mendiagnosa kecanduan internet yang dapat digunakan secara umum sehingga dapat mengurangi intensitas berselancar di dunia maya. Oleh karena itu untuk tahap awal perlu adanya suatu aplikasi yang dapat mendiagnosa awal kecanduan internet tersebut. Dengan memanfaatkan algoritma pemrograman komputer seperti PHP serta didukung oleh inferensi engine seperti Case Based Reasoning (CBR) sehingga dapat menggantikan seorang pakar untuk dapat mendiagnosa gejala awal dengan memanfaatkan basis pengetahuan seperti gejala-gejala atau fakta mengenai suatu penyakit khususnya penyakit kecanduan internet. Berdasarkan hasil pengujian sistem yang dirancang dapat memberikan nilai prediksi tentang penyakit kecanduan internet, kemudian mesin akan melakukan penelusuran serta mengeluarkan hasil diagnosa dan kemungkinan solusi terbaik.
Kata Kunci : Sistem Pakar; Case Based Reasoning; Kecanduan Internet.
Abstract:Abstract: PT. Alam Jaya Wirasentosa which is located in Hessa Air Genting, Air Batu District, Asahan Regency, North Sumatra. This company is engaged in sales and distribution which has a fairly wide coverage on the island…
d of Sumatra. PT. Alam Jaya Wirasentosa sells Indofood's main products, one of which is bimoli cooking oil. Constraints experienced by PT. Alam Jaya Wirasentosa often has problems with stock availability due to the large number of product requests from consumers. In addition, there are times when there is too much inventory (over stock) that results in too high a cost burden to store and maintain materials during storage in the warehouse even though the goods still have opportunity costs (funds that can be invested / invested in more profitable things). In this study, the SMA method is used to solve the problem of predicting the demand for cooking oil in the next period. In addition, the purpose of this study is to determine the forecasting system used by PT. Alam Jaya Wirasentosa in forecasting the demand for Cooking Oil each month and implementing the Single Moving Average Method in forecasting the Demand for Cooking Oil, especially Bimoli cooking oil. At PT. Alam Jaya Wirasentosa.
Keywords: Forecasting; Single Moving Average; Bimoli Cooking Oil; PT. Alam Jaya Wirasentosa
Abstrak: PT. Alam Jaya Wirasentosa yang berlokasi di Hessa Air Genting, Kecamatan Air Batu, Kabupaten Asahan, Sumatera Utara.Perusahaan ini bergerak dalam bidang penjualan dan distribusi yang memiliki cakupan cukup luas di pulau Sumatera. PT. Alam Jaya Wirasentosa menjual produk utama Indofood salah satunya minyak goreng bimoli. Kendala yang dialami oleh PT. Alam Jaya Wirasentosa sering mengalami masalah ketersediaan stock barang dikarenakan banyaknya permintaan produk dari konsumen. Selain itu ada masa dimana terlalu banyaknya persediaan (over stock) yang ada sehingga mengakibatkan terlalu tingginya beban biaya guna menyimpan dan memelihara bahan selama penyimpanan di gudang padahal barang tersebut masih mempunyai opportunity cost (dana yang bisa ditanamankan / diinvestasikan pada hal yang lebih menguntungkan). Pada penelitian ini menggunakan metode SMA dalam memecahkan masalah prediksi permintaan minyak goreng pada periode selanjutnya. Selain itu tujuan penelitian ini adalah untuk mengetahui sistem peramalan yang digunakan oleh PT. Alam Jaya Wirasentosa dalam meramalkan permintaan Minyak Goreng tiap bulannya dan mengimplementasikan Metode Single Moving Average dalam meramalkan Permintaan Minyak Goreng khusunya minyak goreng Bimoli Pada PT. Alam Jaya Wirasentosa.
Kata Kunci: Peramalan, Single Moving Average, Minyak Goreng Bimoli, PT. Alam Jaya Wirasentosa,
Abstract:Abstract: Sembako is an abbreviation of Nine Basic Ingredients which consists of various food and beverage ingredients that are generally needed by the people of Indonesia. Without basic necessities, the lives of the Indonesian…
onesian people can be disrupted because basic necessities are daily necessities that are freely sold in the market. Toko Suryono is one of the basic food distributors that sells various kinds of basic necessities. The problem is that the number of food sales every month is erratic so it is difficult to predict, so we need a sales system and strategy, one of which is by predicting or forecasting sales for the future process so that this store knows how much food supplies must be provided in the following month so that there is no shortage or excess stock. The result of this research is that forecasting using themethod Least Square can make it easier for the store to provide basic food supplies in the coming month. From the overall calculation of basic needs, the lowest MAD is 16.51 and MAPE is 1.73%.
Keywords: Forecasting; Total Food Sales; Least Square;
Abstrak: Sembako adalah singkatan dari Sembilan Bahan Pokok yang terdiri dari berbagai bahan makanan dan minuman yang umumnya dibutuhkan oleh masyarakat Indonesia. Tanpa sembako, kehidupan rakyat Indonesia bisa terganggu karena sembako merupakan kebutuhan pokok sehari-hari yang dijual bebas di pasaran. Toko Suryono adalah salah satu distributor sembako yang menjual berbagai macam sembako. Masalah jumlah penjualan sembako setiap bulannya yang tidak menentu sehingga sulit diprediksi, maka diperlukannya sebuah sistem dan startegi penjualan salah satunya dengan cara melakukan prediksi atau peramalan penjualan untuk proses kedepannya sehingga toko ini mengetahui berapa persediaan sembako yang harus disediakan dibulan berikutnya agar tidak terjadi kekurangan maupun kelebihan persediaan. Hasil dari penelitian ini adalah peramalan dengan perhitungan metode Least Square dapat memudahkan pihak toko dalam menyediakan persediaan sembako di bulan yang akan datang. Dari keseluruhan perhitungan sembako menghasilkan MAD paling rendah 16,51 dan menghasilkan MAPE sebesar 1,73%.
Kata kunci: Peramalan; Jumlah Penjualan Sembako; Least Square;