Penelitian ini berkaitan dengan peramalan penjualan produk pangan di suatu minimarket. Hasil yang diharapkan dari penelitian ini adalah mendapatkan metode peramalan dengan kesalahan ramalan terkecil dan dapat menghasilkan sebuah perangkat lunak yang mampu menampilkan informasi-informasi yang komunikatif dalam suatu tampilan. Kedua hal tersebut diharapkan dapat membantu manajemen perusahaan untuk membuat keputusan terkait pengadaan barang. Masalah dalam inventori merupakan permasalahan operasional yang sering dihadapi oleh perusahaan seperti minimarket. Jika persediaan terlalu sedikit atau kekurangan persediaan, kemungkinan besar suatu perusahaan akan kehilangan konsumen. Begitu juga jika terlalu banyak, maka perusahaan mengalami kerugian karena harus menyediakan tempat yang lebih besar. Penelitian ini dilakukan untuk mengatasi masalah-masalah terkait persediaan barang dengan menganalisis perbandingan metode-metode smoothing yang terdiri dari metode Moving Average (MA), Single Exponential Smoothing (SES), Holt, dan Winter dalam peramalan penjualan produk pangan untuk mendapatkan metode yang menghasilkan forecast error (MAE, MSE, dan MAPE) terkecil dan membangun sebuah perangkat lunak yang mampu menampilkan beberapa informasi yang komunikatif. Untuk memenuhi kebutuhan peramalan penjualan, data dari OLTP ditransformasikan melalui proses ETL (Extraction, Transformation, Loading) ke dalam bentuk OLAP yang memiliki dimensi produk dan waktu serta tabel fakta penjualan sebagai measure. Dengan menggunakan teknologi implementasi HOLAP, dihasilkan data penjualan harian, mingguan, dan bulanan dari data warehouse. Berdasarkan hasil evaluasi, metode yang terbaik untuk melakukan peramalan harian adalah SES, untuk mingguan adalah MA atau SES, dan untuk bulanan adalah Winter. Perangkat lunak yang telah dibangun mampu menampilkan beberapa informasi yang komunikatif, diantaranya adalah menampilkan perbandingan pergerakan penjualan bulanan produk-produk, produk dari setiap kategori produk yang memiliki total penjualan terbanyak, perbandingan rata-rata penjualan produk-produk pada setiap weekday, dan lima produk dengan penjualan terbanyak. Dengan didapatkannya metode peramalan terbaik dalam meramalkan penjualan setiap produk pangan, maka keputusan untuk pengadaan barang akan lebih akurat sehingga bisa menghindari kehilangan konsumen karena kekurangan persediaan atau kerugian biaya perawatan inventori yang berlebihan. Akan tetapi, metode tersebut hanya dapat diterapkan tanpa melihat efek hari-hari besar keagamaan atau nasional. Kata kunci: Inventori, forecasting, OLTP, OLAP, smoothing methods, moving average, SES, Holt, Winter.

This study is related with sales forecasting of food products in a minimart. The expected outcome of this study is to obtain a method that can produce the smallest forecast error and generate a software that is able to display some communicative informations. Both of them are expected to help the company’s management to make decisions related to inventory procurement. Problem in inventory is an operational problem that is often faced by companies such as minimarket. If inventory is too little or shortage, most likely a company will lose customers. Similiarly, if inventory is too much, the company suffered losses because they have to provide a larger place. This study was conducted to overcome these inventory problems by analyzing the comparison of smoothing methods, the Moving Average (MA), Single Exponential Smoothing (SES), Holt, and Winter in sales forecasting for food products to obtain a method that produces the smallest forecast error and build a software to display some communicative informasions. To fulfill the needs of sales forecasting, OLTP data need to be transformed through the ETL (Extraction, Transformation, Loading) process into OLAP system that has time dimension, product dimension, and sales fact table as a measure. By using technology implementation HOLAP, it has been generated daily, weekly, and monthly sales data from data warehouse. Based on the evaluation results, the best method to perform daily sales forecasting was SES, for weekly was MA or SES, and for monthly was Winter. Software that has been built capable of displaying some communicative informations the movement of monthly sales of products comparison, the top product from every category, the average ratio of product sales on every weekday, and five products with the most sales. Obtaining the best method to forecast each food products sale, decision for the procurement of inventory would be more accurate so that can avoid losing customers due lack of inventory or loss of excess inventory maintenance costs. However, these methods can only be applied regardless of the effects of religious or national days. Keywords: Inventory, forecasting, OLTP, OLAP, smoothing methods, moving average, SES, Holt, Winter.

http://digilib.polban.ac.id/gdl.php?mod=browse&op=read&id=jbptppolban-gdl-meilandasa-8583