Peramalan Profit Penjualan Barang Menggunakan Metode Least Square dan Siklis (Studi Kasus CV.Signora) Disusun Oleh : Nia Levenia
Penulis Auparay, Nia LeveniaTA
2016
195/UB/FT-Inf/16
Ind
Peramalan Profit Penjualan Barang Menggunakan Metode Least Square dan Siklis (Studi Kasus CV.Signora) Disusun Oleh : Nia Levenia
#11043131Pengarang: Auparay, Nia Levenia
Pembimbing Pertama: Arif Arizal, S. Kom., M. Cs
Pembimbing Kedua: Syariful Alim S.Kom, M.Cs
Jenis: TA
Penerbit: UBHARA - FT. Informatika
Tahun Terbit: 2016
Bahasa: Ind
Kode: 195/UB/FT-Inf/16
No. Klasifikasi: 659.2 Aup p
Jenis Karya: S1
Jenis
TA
Tahun
2016
Status
Tersedia
Kode
195/UB/FT-Inf/16
Deskripsi Fisik
xvii, 108 hal; 30 cm
Subyek
APLIKASI PERAMALAN - METODE LEAST SQUARE
Kata Kunci
Anotasi
vii ABSTRAK CV.SIGNORA merupakan perusahaan yang bergerak dibidang penjualan peralatan rumah tangga di mana setiap harinya menjual peralatan rumah tangga. Tentunya dalam hal ini dibutuhkan berapa banyak penjualan jumlah produk setiap bulannya, namun masalah yang sering dihadapi CV.SIGNORA adalah tidak mampunyai pihak manager dalam melakukan perkiraan penjualan setiap bulannya. Untuk menentukan metode peramalan pada data Time Series perlu diketahui pola dari data tersebut sehingga peramalan dengan metode yang sesuai dengan pola data dapat dilakukan. Pola data dapat dibedakan menjadi 4 jenis yaitu pola musiman, siklis, trend dan iregular. Pola penjualan di CV.SIGNORA bersifat siklis dan musiman maka dari itu dibutuhkan sebuah metode peramalan yang bersifat jangka menengah dan mampu meramalkan barang yang terjual setahun selanjutnya. Metode yang cocok adalah metode Siklis dan metode Least Square. Hasil dari pengujian pada bab 6 menunjukkan bahwa di antara 2 metode, metode Siklis memiliki nilai MSE terendah pada periode 2 tahun dengan nilai 4.186 dan MAPE terendah pada periode 2 tahun dengan nilai 0.062. Berdasarkan hasil ini metode Siklis bisa di kategorikan baik dalam melakukan peramalan penjualan barang pada CV.SIGNORA Kata Kunci : Peramalan Penjualan, Least Square, Siklis, MSE, MAPE.