Abstract:Abstrak: The selection of housing is a critical decision that involves the consideration of multiple criteria objectively. In Kisaran City, the rapid growth of the property sector has led to a wide variety of housing options,…
ions, each with distinct characteristics, making it difficult for potential buyers to determine the most suitable choice. This study aims to apply the Weighted Aggregated Sum Product Assessment (WASPAS) method to support the decision-making process for selecting the best housing based on five main criteria: location, price, security, public facilities, and environment. Each criterion is analyzed quantitatively through the assignment of weights and scores to each housing alternative. The WASPAS method generates a final ranking, where the alternative with the highest score is considered the optimal choice. The results show that the WASPAS method is effective in simplifying the multi-criteria decision-making process and provides accurate and rational recommendations for selecting housing that best meets the needs of the community. This study is expected to serve as a reference for prospective buyers and property developers in planning and marketing strategies.
Keywords: waspas; housing selection; kisaran city; decision support system; multi-criteria decision-making.
Abstrack: Pemilihan perumahan merupakan keputusan penting yang memerlukan pertimbangan berbagai kriteria secara objektif. Di Kota Kisaran, pertumbuhan pesat di sektor properti menghadirkan beragam pilihan perumahan dengan karakteristik yang berbeda, sehingga calon pembeli sering kali kesulitan dalam menentukan pilihan yang paling sesuai. Penelitian ini bertujuan untuk menerapkan metode Weighted Aggregated Sum Product Assessment (WASPAS) dalam membantu proses pengambilan keputusan pemilihan perumahan terbaik berdasarkan lima kriteria utama, yaitu lokasi, harga, keamanan, fasilitas umum, dan lingkungan. Setiap kriteria dianalisis menggunakan pendekatan kuantitatif dengan pemberian bobot dan penilaian terhadap masing-masing alternatif perumahan. Hasil dari metode WASPAS menghasilkan peringkat akhir dari alternatif perumahan yang dianalisis, di mana alternatif dengan nilai tertinggi dianggap sebagai pilihan terbaik. Penelitian ini menunjukkan bahwa metode WASPAS efektif dalam menyederhanakan proses pengambilan keputusan multikriteria dan memberikan hasil yang akurat dan rasional dalam memilih perumahan yang paling sesuai dengan kebutuhan masyarakat. Temuan ini diharapkan dapat menjadi referensi bagi calon pembeli maupun pengembang dalam perencanaan dan strategi pemasaran properti.
Kata Kunci: waspas; pemilihan perumahan; kota kisaran; sistem pendukung keputusan; multikriteria
Abstract:Abstract: This study aims to analyze the influence of gender on user responses to social media strategies on the Instagram platform by utilizing data science techniques. The methodology includes collecting user interaction…
on data based on gender, statistical analysis, and applying machine learning algorithms to identify response patterns. The results reveal significant differences in how male and female users respond to social media content and campaigns, affecting marketing strategy effectiveness. Data science analysis showed that the K-Means Clustering method segmented users into three groups based on interaction patterns, with female users showing the highest engagement rate (18%) compared to male users (12%). The Decision Tree model identified gender as the most dominant predictor of engagement (40%), followed by user growth (25%) and content type (20%). The Random Forest model validated that gender-targeted strategies increased marketing effectiveness by up to 22%. Multivariate regression revealed a positive effect of female user proportion (+0.45) and a negative effect of male user proportion (−0.12) on engagement. In conclusion, a deeper understanding of gender-based response differences can assist companies in designing more targeted social media strategies and enhancing engagement.
Keywords: gender; social media response; instagram; data science; marketing strategy
Abstrak: Penelitian ini bertujuan untuk menganalisis bagaimana pengaruh gender memengaruhi respons pengguna terhadap strategi media sosial di platform Instagram dengan memanfaatkan teknik data sains. Metode yang digunakan meliputi pengumpulan data interaksi pengguna berdasarkan gender, analisis statistik, dan penerapan algoritma machine learning untuk mengidentifikasi pola respons. Hasil penelitian menunjukkan adanya perbedaan signifikan dalam cara pengguna laki-laki dan perempuan merespons konten dan kampanye media sosial, yang berdampak pada efektivitas strategi pemasaran. Analisis data sains menunjukkan bahwa metode K-Means Clustering berhasil mengelompokkan pengguna ke dalam tiga segmen berdasarkan pola interaksi, dengan segmen perempuan menunjukkan tingkat engagement tertinggi (18%) dibandingkan laki-laki (12%). Model Decision Tree mengidentifikasi gender sebagai faktor paling dominan terhadap engagement dengan kontribusi sebesar 40%, disusul oleh pertumbuhan pengguna (25%) dan jenis konten (20%). Random Forest memvalidasi bahwa strategi yang disesuaikan berdasarkan gender meningkatkan efektivitas pemasaran hingga 22%. Regresi multivariat menunjukkan bahwa proporsi pengguna perempuan berkontribusi positif sebesar 0,45 poin terhadap engagement, sedangkan pengguna laki-laki berkontribusi negatif sebesar -0,12. Kesimpulannya, pemahaman mendalam tentang perbedaan respons berdasarkan gender dapat membantu perusahaan dalam merancang strategi media sosial yang lebih tepat sasaran dan meningkatkan engagement.
Kata kunci: gender; respons media sosial; instagram; data sains; strategi pemasaran
Abstract:Abstract: Cyberbullying has become an increasingly pressing issue among adolescents, which shifted many social interactions to digital platforms. This study investigates the factors contributing to cyberbullying and its…
long-term impacts on students at SMAN 15 Batam. Using a descriptive quantitative approach, data were collected through a survey administered to 52 students across different age groups and grade levels. The findings indicate that a majority of students have experienced significant negative effects from cyberbullying, impacting their mental health, academic performance, and social relationships. Key contributing factors include emotional instability, peer pressure, stress from remote learning, and limited social activities during the pandemic. The study highlights that the most common forms of cyberbullying involve verbal harassment, physical appearance mockery, and identity impersonation. Given the extensive impact on students' well-being, stronger intervention programs involving schools, families, and communities are essential to mitigate the harmful effects of cyberbullying and foster a safer digital environment for adolescent
Keywords: Impact; Factors; Cyber; School
Abstrak: Cyberbullying telah menjadi isu yang semakin mendesak di kalangan remaja, yang menggeser banyak interaksi sosial ke platform digital. Penelitian ini menyelidiki faktor-faktor yang berkontribusi terhadap cyberbullying dan dampak jangka panjangnya terhadap siswa di SMAN 15 Batam. Dengan menggunakan pendekatan deskriptif kuantitatif, data dikumpulkan melalui survei yang dilakukan terhadap 52 siswa dari berbagai kelompok umur dan tingkat kelas. Temuan menunjukkan bahwa sebagian besar siswa telah mengalami dampak negatif yang signifikan dari cyberbullying, yang berdampak pada kesehatan mental, kinerja akademik, dan hubungan sosial mereka. Faktor-faktor utama yang berkontribusi terhadap hal ini adalah ketidakstabilan emosi, tekanan teman sebaya, stres akibat pembelajaran jarak jauh, dan terbatasnya aktivitas sosial selama pandemi. Studi ini menyoroti bahwa bentuk-bentuk cyberbullying yang paling umum melibatkan pelecehan verbal, ejekan terhadap penampilan fisik, dan peniruan identitas. Mengingat besarnya dampak terhadap kesejahteraan siswa, program intervensi yang lebih kuat yang melibatkan sekolah, keluarga, dan komunitas sangat penting untuk mengurangi dampak berbahaya dari cyberbullying dan menciptakan lingkungan digital yang lebih aman bagi remaja.
Kata kunci: Dampak; Faktor; Cyber; Sekolah
Abstract:Abstract: SMK Negeri 3 Perhotelan dan Tata Boga in Tanjung Balai, North Sumatra, under the Ministry of Education and Culture, aims to provide quality education through Industrial Work Practice (PRAKERIN). However, the school…
hool faces challenges in selecting PRAKERIN locations related to costs, distance, and the imbalance between the number of available placements and students. To address this, the study uses the Simple Additive Weighting (SAW) method to design a decision support system. This method assigns weights based on specific criteria for each alternative, through steps such as determining criteria, assigning weights, rating suitability, normalization, and final normalization. The goal of the study is to assist SMK Negeri 3 Tanjungbalai in selecting PRAKERIN locations that meet the established criteria and ranking the alternatives based on those criteria. This way, the school can choose the most suitable PRAKERIN placements for its students. The results of system testing using the SAW method show the top 10 alternatives out of 16 available options, with the highest values as recommendations: A15 (1,000), A14 (0,896), A16 (0,813), A10 (0.718), A13 (0.729), A3 (0.708), A11 (0.698), A4 (0.25), A2 (0.604) dan A10 (0,594).The alternatives with the highest values are considered the most suitable and are prioritized as recommended PRAKERIN locations.
Keywords: industrial practice; saw; spk; smk
Abstrak: SMK Negeri 3 Perhotelan dan Tata Boga di Tanjung Balai, Sumatera Utara, yang berada di bawah Kementerian Pendidikan dan Kebudayaan, bertujuan memberikan pendidikan berkualitas melalui Praktek Kerja Industri (PRAKERIN). Namun, sekolah menghadapi tantangan dalam pemilihan tempat PRAKERIN terkait biaya, jarak, dan ketidakseimbangan antara jumlah tempat dan siswa. Untuk mengatasi hal ini, penelitian menggunakan metode Simple Additive Weighting (SAW) untuk merancang sistem pendukung keputusan. Metode ini memberikan bobot berdasarkan kriteria tertentu pada setiap alternatif, melalui langkah-langkah penentuan kriteria, pemberian bobot, penilaian kecocokan, normalisasi, dan normalisasi akhir. Tujuan penelitian adalah untuk membantu SMK Negeri 3 Tanjungbalai dalam memilih tempat PRAKERIN yang sesuai dengan kriteria yang ditetapkan dan meranking alternatif berdasarkan kriteria tersebut. Dengan demikian, sekolah dapat memilih tempat PRAKERIN yang paling sesuai dengan kebutuhan siswa. Hasil uji sistem menggunakan metode SAW menunjukkan 10 alternatif teratas dari 16 yang tersedia, dengan nilai tertinggi sebagai rekomendasi: A15 (1,000), A14 (0,896), A16 (0,813), A10 (0.718), A13 (0.729), A3 (0.708), A11 (0.698), A4 (0.25), A2 (0.604) dan A10 (0,594). Alternatif dengan nilai tertinggi dianggap paling sesuai dan diprioritaskan sebagai rekomendasi tempat PRAKERIN.
Kata kunci: prakerin; saw; spk; smk
Abstract:Abstract: Asahan District Library Service is a growing regional public library and is always making improvements, improvements, and trying to maintain the quality of its services. This is evidenced by the provision of services…
rvices such as borrowing and returning books (circulation), and adding to the book collection every year. Knowing and understanding visitors' reading interests is the main key in improving the quality of library services. However, managing reading interest from various levels of society is not an easy task. Each individual has different reading preferences and interests. Therefore, a systematic and efficient approach is needed in identifying reading interests to be able to manage the addition of book collections. Currently, in the process of adding a book collection, the library only makes employee recommendations, and the latest books, as a reference in increasing the number of book collections, without considering which books are most in demand to increase the collection. This can have a negative impact if there is an addition to the collection of books that are not in demand to read, which can cause problems in terms of service and finance. Based on this, the application of data mining, especially the K-Means method, will be carried out, to support the management of book collection additions, by grouping the reading interests of library visitors who have the same identity, so that libraries are more precise in managing book collections in grouping books that are rarely borrowed, often borrowed and very often borrowed.
Keywords: visitor reading interest; k-means method; library; data mining; book collection
Abstrak: Dinas Perpustakaan Kabupaten Asahan merupakan perpustakaan umum daerah sedang berkembang dan terus memperbaiki, membenahi, dan meningkatkan layanan. Diberikannya layanan seperti pinjaman dan sirkulasi, dan penambahan koleksi buku setiap tahunnya. Mengetahui dan memahami minat baca pengunjung menjadi kunci utama dalam meningkatkan kualitas layanan perpustakaan. Namun, mengelola minat baca dari berbagai lapisan masyarakat bukanlah tugas yang mudah. Setiap individu memiliki preferensi dan minat baca yang berbeda-beda. Oleh karena itu, diperlukan suatu pendekatan yang sistematis dan efisien dalam mengidentifikasi minat baca untuk dapat mengelola penambahan koleksi buku. Saat ini, ketika perpustakaan meningkatkan koleksi bukunya, mereka hanya bergantung pada rekomendasi karyawan dan buku terkini untuk menambah jumlah buku. Mereka tidak mempertimbangkan buku mana yang paling diminati untuk menambah koleksi mereka. Hal ini dapat berdampak negatif jika terdapat penambahan koleksi buku yang kurang diminati untuk dibaca, yang dapat menimbulkan masalah dari sisi pelayanan maupun finansial. Berdasarkan hal tersebut maka akan dilakukan penerapan data mining khususnya metode K-Means, untuk mendukung pengelolaan penambahan koleksi buku, dengan cara mengelompokkan minat baca pengunjung perpustakaan yang memiliki kesamaan identitas, sehingga perpustakaan lebih tepat dalam mengelola koleksi buku dalam mengelompokan buku yang jarang dipinjam, sering dipinjam dan sangat sering dipinjam.
Kata Kunci: minat baca pengunjung; metode k-means; perpustakaan; data mining; koleksi buku
Abstract:Tujuan penelitian ini adalah untuk mengetahui cara menganalisis sentimen dari ulasan pengguna pada game Roblox dan untuk mengetahui hasil perbandingan performa klasifikasi dengan menggunakan metode Support Vector Machine…
Dan Naive Bayes dalam menganalisis sentimen ulasan pengguna pada game Roblox. Data yang digunakan pada penelitian ini berjumlah sebanyak 10000 record data ulasan yang di ambil pada tanggal 15 Juni 2024. Hasil yang di peroleh dalam menganalisis sentimen data ulasan pada aplikasi Roblox cenderung mendapatkan sentimen positif dengan persentase 65,06% sedangkan untuk sentimen negatif dengan persentase 34,94%. Support Vector Machine merupakan algoritma terbaik dalam menganalisis sentimen data ulasan pada aplikasi Roblox dengan tingkat akurasi yang paling tinggi pada perbandingan data 90:10 yaitu 90 %, untuk precision, recall, dan f1-score yang dihasilkan pada sentimen positif yaitu 88%, 85%, dan 86%, sedangkan pada sentimen negatif adalah 91%, 93%, dan 92%. Algoritma Naïve Bayes mendapatkan tingkat akurasi yang paling tinggi pada perbandingan data 90:10 yaitu 72,4%, untuk precision, recall, dan f1-score yang dihasilkan pada sentimen positif yaitu 88%, 34%, dan 49%, sedangkan pada sentimen negatif adalah 70%, 97%, dan 81%.
Abstract:Kualitas hidup keluarga mencerminkan kesejahteraan masyarakat, yang diukur melalui berbagai aspek kehidupan seperti pendidikan, pekerjaan, penghasilan, kepemilikan, kondisi tempat tinggal, serta akses ke air bersih dan listrik.…
istrik. Untuk menentukan tingkat kesejahteraan di masyarakat, tiga kriteria dari semua variabel tersebut digunakan untuk membedakan apakah mereka berada pada cluster tinggi, menengah, atau rendah. Pondok Bungur, sebuah desa di Kabupaten Asahan dengan 10 dusun, kebanyakan penduduknya memiliki pendapatan rendah, tidak memiliki barang kebutuhan sekunder, menggunakan air bukan dari PDAM, dan memiliki akses daya listrik rendah. Karena belum ada klasifikasi yang jelas mengenai kesejahteraan, bantuan sosial sering kali tidak tepat sasaran. Sebagai solusi, teknik data mining dengan algoritma k-means diterapkan untuk mengklasifikasikan tingkat kesejahteraan di desa tersebut. Penelitian ini menemukan bahwa 2 dusun berada pada tingkat kesejahteraan tinggi (20%), 3 dusun pada tingkat menengah (30%), dan 5 dusun pada tingkat rendah (50%). Dusun 2 dan 5 merupakan yang paling sejahtera, sementara Dusun 1, 4, dan 9 memiliki tingkat kesejahteraan menengah. Sisa 50% dusun yang masih berada pada tingkat rendah perlu diprioritaskan dalam pemberian bantuan.
Abstract:bstract: Disease is an abnormal condition in which the body or mind experiences discomfort or dysfunction in the person it affects. Every day the number of people suffering from infectious diseases always increases with…
different types of diseases. Therefore, there is a need for a grouping to help the government find information about the diseases most commonly suffered by citizens. In this research, patient disease data was grouped using multidimensional clustering data mining techniques. K-Means Clustering is a non-hierarchical data clustering method that groups data in the form of one or more clusters. Data that has the same characteristics is grouped in one cluster and data that has different characteristics is grouped in another cluster so that the data in one cluster has a small level of variation. This research aims to make the government pay more attention to areas that have high rates of infectious diseases both from the environment and other things. The results of research from 34 provinces and 8 infectious diseases show data where 32 areas are very vulnerable, 2 areas are vulnerable and 2 areas are quite vulnerable.
Keywords: Data Mining, Disease Cases, K-Means
Abstrak: Penyakit adalah suatu keadaan abnormal dimana tubuh ataupun pikiran mengalami ketidaknyamanan atau disfungsi terhadap orang yang dipengaruhinya. Setiap harinya jumlah warga yang menderita penyakit menular selalu bertambah dengan jenis penyakit yang berbeda. Oleh sebab itu, perlu adanya pengelompokan untuk membantu pihak pemerintah menemukan informasi mengenai penyakit yang paling banyak diderita oleh warga. Pada penelitian ini dilakukan pengelompokkan data penyakit pasien menggunakan teknik data mining clustering multidimensi. K-Means Clustering merupakan salah satu metode data clustering non-hirarki yang mengelompokkan data dalam bentuk satu atau lebih cluster. Data-data yang memiliki karakteristik yang sama dikelompokkan dalam satu cluster dan data yang memiliki karakteristik berbeda dikelompokkan dengan cluster yang lain sehingga data yang berada dalam satu cluster memiliki tingkat variasi yang kecil. Penelitian ini bertujuan agar pemerintah lebih perhatian terhadap daerah yang memilki angka tinggi terhadap penyakit menular baik dari lingkungan maupun dari hal lainnya. Hasil dari penelitian dari 34 Provinsi dan 8 Penyakit menular menunjukkan data dimana 32 daerah dengan sangat rawan, 2 daerah rawan dan 2 daerah cukup rawan.
Kata kunci: Data Mining, Kasus Penyakit, K-Means
Abstract:Abstract: Mekar Jaya Store is a shop that operates in the field of selling basic necessities. At the Mekar Jaya Store, there are several problems that often arise. When making sales, customers often feel disappointed because…
ause the stock that the customer should want to buy is often empty. Due to this disappointment the number of customers decreased. The process carried out is still manual so that errors often occur in recording existing data, causing a lack of efficiency in the time used. The available data is not used properly so that sales data is not utilized as well as possible to design business strategies to improve products. To solve this problem, you can use a data mining application, namely by utilizing existing data to identify the best-selling sales, to sales that are less popular with customers using the K-Means method. Where the data used is 101 sales data transactions. This research aims to group transaction data that is used to meet customer needs appropriately and overcome shortages and excess stock of goods which result in investment in sales capital. The results of this research were that the highest sales were 23 items, medium sales were 32 items, and the lowest sales were 46 items. Keywords: grocery stock; K-Means; stock management
Abstrak: Toko Mekar Jaya merupakan sebuah toko yang bergerak dalam bidang penjualan sembako. Pada Toko Mekar Jaya terdapat beberapa permasalahan yang kerap muncul. Dalam melakukan penjualan sering pelanggan merasa kecewa karena seringnya stok yang seharusnya ingin dibeli oleh pelanggan kosong. Karena kekecewaan tersebut jumlah pelanggan menurun. Adapun proses yang dilakukan masih manual sehingga masih sering terjadi kesalahan dalam pencatatan data yang ada sehingga menyebabkan kurangnya efiensi waktu yang digunakan. Ketersediaan data yang ada tidak digunakan dengan baik sehingga data penjualan tidak dimanfaatkan dengan sebaik mungkin yang dapat merancang strategi bisnis dalam meningkatkan produk. Untuk menyelesaikan masalah tersebut dapat menggunakan aplikasi data mining, yaitu dengan memanfaatkan data yang ada untuk mengidentifikasi penjualan yang paling laris, hingga penjualan yang kurang diminati oleh pelanggan menggunakan metode K-Means. Dimana data yang digunakan sebanyak 101 transaksi data penjualan. Penelitian ini bertujuan untuk mengelompokkan data transaksi yang digunakan untuk memenuhi kebutuhan pelanggan dengan tepat dan mengatasi kekurangan dan kelebihan stok barang yang mengakibatkan tertanamnya modal penjualan. Hasil dari penelitian ini dimana penjualan tertinggi terdapat 23 item, penjualan sedang terdapat 32 item, dan penjualan terendah terdapat 46 item. Kata kunci: Data Mining, K-Means, Penjualan Sembako.
Abstract: Mekar Jaya Store is a shop that operates in the field of selling basic necessities. At the Mekar Jaya Store, there are several problems that often arise. When making sales, customers often feel disappointed because the stock that the customer should want to buy is often empty. Due to this disappointment the number of customers decreased. The process carried out is still manual so that errors often occur in recording existing data, causing a lack of efficiency in the time used. The available data is not used properly so that sales data is not utilized as well as possible to design business strategies to improve products. To solve this problem, you can use a data mining application, namely by utilizing existing data to identify the best-selling sales, to sales that are less popular with customers using the K-Means method. Where the data used is 101 sales data transactions. This research aims to group transaction data that is used to meet customer needs appropriately and overcome shortages and excess stock of goods which result in investment in sales capital. The results of this research were that the highest sales were 23 items, medium sales were 32 items, and the lowest sales were 46 items. Keywords:grocery stock; K-Means; stock management
Abstrak: Toko Mekar Jaya merupakan sebuah toko yang bergerak dalam bidang penjualan sembako. Pada Toko Mekar Jaya terdapat beberapa permasalahan yang kerap muncul. Dalam melakukan penjualan sering pelanggan merasa kecewa karena seringnya stok yang seharusnya ingin dibeli oleh pelanggan kosong. Karena kekecewaan tersebut jumlah pelanggan menurun. Adapun proses yang dilakukan masih manual sehingga masih sering terjadi kesalahan dalam pencatatan data yang ada sehingga menyebabkan kurangnya efiensi waktu yang digunakan. Ketersediaan data yang ada tidak digunakan dengan baik sehingga data penjualan tidak dimanfaatkan dengan sebaik mungkin yang dapat merancang strategi bisnis dalam meningkatkan produk. Untuk menyelesaikan masalah tersebut dapat menggunakan aplikasi data mining, yaitu dengan memanfaatkan data yang ada untuk mengidentifikasi penjualan yang paling laris, hingga penjualan yang kurang diminati oleh pelanggan menggunakan metode K-Means. Dimana data yang digunakan sebanyak 101 transaksi data penjualan. Penelitian ini bertujuan untuk mengelompokkan data transaksi yang digunakan untuk memenuhi kebutuhan pelanggan dengan tepat dan mengatasi kekurangan dan kelebihan stok barang yang mengakibatkan tertanamnya modal penjualan. Hasil dari penelitian ini dimana penjualan tertinggi terdapat 23 item, penjualan sedang terdapat 32 item, dan penjualan terendah terdapat 46 item.
Kata kunci: Data Mining, K-Means, Penjualan Sembako.
Abstract:Abstract: Top Fresh Chicken is one of the UKM that produces food made from chicken. The problem faced by Top Fresh Chicken is the excess supply of raw materials which results in high inventory holding costs and hampered…
capital allocation. In this study, historical data on stock of chicken raw materials will be used to test forecasting using the SES and WMA methods. The SES method is a simple forecasting method and relies on exponential smoothing to forecast the value of raw material inventories in the future. Meanwhile, the WMA method uses certain weights to calculate moving averages from historical data, where the highest weight is given to the most recent data. In the method comparison process, several evaluation factors will be used, including the level of accuracy, level of stability, and ease of implementation. By comparing the performance of the two methods, this study aims to determine the most accurate and appropriate method for forecasting chicken raw material stocks. The results of this study are expected to provide clear recommendations regarding the most suitable forecasting method used by Top Fresh Chicken. By using accurate and effective forecasting methods, companies can optimize the use of resources, reduce inventory costs, increase production efficiency, and avoid excess or shortage of raw material inventories.
Keywords: comparison of methods; single exponential smoothing; weighted moving average; raw materials; top fresh chicken.
Abstrak: Top Fresh Chicken merupakan salah satu UKM yang memproduksi makanan yang berbahan baku ayam. Permasalahan yang dihadapi oleh Top Fresh Chicken adalah kelebihan persediaan bahan baku yang mengakibatkan biaya simpan persediaan yang tinggi dan alokasi modal yang terhambat.Dalam penelitian ini, data historis persediaan bahan baku ayam akan digunakan untuk menguji peramalan menggunakan metode SES dan WMA. Metode SES merupakan metode peramalan yang sederhana dan mengandalkan eksponensial smoothing untuk meramalkan nilai persediaan bahan baku di masa depan. Sedangkan metode WMA menggunakan bobot tertentu untuk menghitung rata-rata bergerak dari data historis, di mana bobot tertinggi diberikan pada data terbaru.Dalam proses komparasi metode, beberapa faktor evaluasi akan digunakan, termasuk tingkat akurasi, tingkat kestabilan, dan kemudahan implementasi. Dengan membandingkan kinerja kedua metode, penelitian ini bertujuan untuk menentukan metode yang paling akurat dan tepat untuk meramalkan persediaan bahan baku ayam.Hasil dari penelitian ini diharapkan dapat memberikan rekomendasi yang jelas tentang metode peramalan yang paling cocok digunakan oleh Top Fresh Chicken. Dengan menggunakan metode peramalan yang akurat dan efektif, perusahaan dapat mengoptimalkan penggunaan sumber daya, mengurangi biaya persediaan, meningkatkan efisiensi produksi, dan menghindari terjadinya kelebihan atau kekurangan persediaan bahan baku.
Kata kunci : komparasi metode; single exponential smoothing; weighted moving average; bahan baku; top fresh chicken.