Tugas Akhir Sarjana
IMPLEMENTASI ALGORITMA DOUBLE EXPONENTIAL SMOOTHING HOLTS UNTUK PERAMALAN PERSEDIAAN BUNGA(STUDI KASUS : TOKO BUNGA SALSABILA)
Salsabila merupakan salah satu Toko Bunga yang berada dipasar rawa belong yang menjual bermacam-macam bunga dan juga menyediakan layanan pemesanan karangan bunga serta bucket bunga. Ketidakpastian stock bunga yang dijual di Toko Bunga Salsabila sulit memperkirakan pembelian bunga untuk memenuhi kebutuhan pelanggan, membuat penurunan kualitas layanan toko dan sering terjadi penurunan pendapatan toko tersebut dan jumlah persediaan stock bunga yang menumpuk juga membuat kualitas bunga menurun bahkan sampai menjadi bunga mati yang sudah tidak layak untuk dijual/dipajang. Sehingga Toko Bunga akan membeli stock bunga untuk memenuhi kebutuhan pelanggan dengan membeli stock bunga sesuai penjualan tanpa memperhatikan faktor musiman yang dapat mempengaruhi penjualan diberikutnya. Oleh karena itu, diperlukan suatu sistem peramalan yang dapat mempertimbangkan faktor musiman. Metode Double Exponential Smoothing yang mengandung tren dan musiman dalam perhitungannya. Ada 2 model yaitu Holts dan Brown. Setelah menganalisis data historis bunga, data penjualan Toko Bunga Salsabila dicocokan dengan model Holts Double Exponential Smoothing. Dengan memilih 3 sampel data dari 3 jenis bunga yaitu Bunga Caspea, Baby Breathe dan Silver dollar selama 1 periode (2021) telah dipilih sebagai sampel dengan tingkat kesalahan kurang dari 10% menggunakan parameter =0,2 dan =0,9 . Pada data penjualan bunga Caspea, Baby Breathe dan Silver Dollar dengan MAPE Bunga Caspea 4,77% , Bunga Baby Breathe 5,31% dan Bunga Silver Dollar sebesar 6,03%. Dengan kata lain, metode Double Exponential Smoothing Holts memiliki rata-rata yang baik untuk peramalan persediaan stock bunga di Toko Bunga Salsabila. Sistem peramalan pada penelitian ini menggunakan bahasa phyton menggunakan framework streamlit yang berfungsi untuk menampilkan tampilan pada sistem peramalan ini.
Kata Kunci: Double Exponential Smoothing, Holts, , MAPE, Time Series
Tidak tersedia versi lain