Perpustakaan judul masih dalam tahap pengembangan, admin siap menampung kritik dan saran
Peramalan Pola Transaksi Pelanggan Toko Xyz dengan Metode Sarima dan Holt-Winters Exponential Smoothing
Gidion Aryo Nugraha Pongdatu NIM. (2018) | Tesis | Sistem Informasi
Bagikan
Ringkasan
Dalam bisnis pakaian, diketahui bahwa pilihan calon konsumen secara umum akan pakaian cenderung ditentukan oleh harga pakaian. Dalam kasus ini, kecenderungan pelanggan dalam pemilihan berdasarkan harga memicu pihak toko untuk melakukan penyesuaian harga dengan cara membeli stok langsung dari pihak produsen dan mengurangi biaya penyimpanan. Pihak toko xyz sendiri saat ini mengalami masalah dalam penyimpanan barang dikarenakan barang yang disimpan di gudang mengalami penumpukan sehingga untuk mendatangkan barang baru dibutuhkan tempat penyimpanan baru sehingga dibutuhkan biaya tambahan. Untuk mengatasi hal ini perlu dilakukan perhitungan peramalan yang lebih akurat agar dapat diprediksi jumlah item yang perlu disediakan sehingga tidak terjadi penumpukan di gudang.Beberapa metode peramalan telah ada sebelumnya dan telah diterapkan di berbagai bidang ilmu. Untuk kasus peramalan pelanggan di toko xyz ini akan digunakan metode peramalan deret waktu dengan pola data musiman sesuai dengan karakteristik data penjualan toko xyz. Untuk itu akan digunakan metode Seasonal Autoreggressive Integrated Moving Average (SARIMA) dan Holt-WinterÃâs Exponential Smoothing.Setelah menggunakan metode SARIMA dan Metode Holt-WinterÃâs Exponential Smoothing untuk meramalkan pola transaksi pelanggan pada Toko X, metode dengan tingkat akurasi terbaik adalah metode Holt-WinterÃâs Exponential Smoothing model perkalian musiman dengan bobot smoothing weight 0,2 untuk data penjualan dress dan 0,4 untuk data penjualan sepatu.
Ringkasan Alternatif
In the apparel business, it is generaly known that the choice of prospective consumers in general will tend to be determined by the price. In this case, the tendency of customers to choose based on prices prompts the store to adjust prices by buying stock directly from the producer and reducing storage costs. The Xyz store itself is currently experiencing problems in storing goods because the goods stored in the warehouse have accumulated so that to bring in new goods, a new storage area is needed so that additional costs are needed. To overcome this condition, a more accurate forecasting calculation is needed to predict the number of items that need to be provided so there is no buildup in the warehouse. Several forecasting methods existed before and have been applied in various fields of science. For the case of customer forecasting in this Xyz store, time series forecasting methods will be used with seasonal data patterns according to the characteristics of Xyz store sales data. Seasonal Autoreggressive Integrated Moving Average (SARIMA) and Holt-Winter ÃâExponential Smoothing methods will be used.After using the SARIMA method and the Holt-WinterÃâs Exponential Smoothing Method to forecast customer transaction patterns in Toko Xyz, the method with the best accuracy is the Holt-Winter's Exponential Smoothing method of seasonal multiplication with smoothing weight 0.2 for dress sales and 0.4 for shoes sales data.