PENERAPAN WMA UNTUK PERAMALAN STOK BAHAN BAKU KEDAI KOPI BERBASIS WEB
DOI:
https://doi.org/10.35145/jmapteksi.v7i3.5774Keywords:
Aplikasi Web, Weighted Moving Average, Penjualan, Stok Bahan BakuAbstract
Penelitian ini bertujuan untuk mengembangkan aplikasi berbasis web yang mampu mengoptimalkan proses penjualan serta melakukan peramalan stok bahan baku pada Kedai Kopi Sinar Pagi. Permasalahan utama yang dihadapi adalah pencatatan pesanan dan transaksi yang masih dilakukan secara manual, sehingga sering terjadi kesalahan pesanan, keterlambatan pelayanan, serta pengelolaan stok yang tidak terkontrol. Metode pengembangan sistem yang digunakan adalah Waterfall, sedangkan metode peramalan stok bahan baku menggunakan Weighted Moving Average (WMA) dengan memanfaatkan data historis penjualan harian. Sistem yang dibangun mampu mengelola pesanan, transaksi penjualan, laporan keuangan, serta menghasilkan prediksi kebutuhan stok bahan baku secara terkomputerisasi. Tingkat akurasi peramalan dievaluasi menggunakan Mean Absolute Percentage Error (MAPE), Mean Squared Error (MSE), Root Mean Squared Error (RMSE), dan Mean Absolute Deviation (MAD). Hasil pengujian menunjukkan bahwa metode WMA menghasilkan nilai kesalahan yang relatif rendah sehingga prediksi stok dinilai cukup akurat dan layak digunakan. Implementasi sistem ini mampu meningkatkan efisiensi pelayanan, memperbaiki pencatatan data, serta membantu pemilik kedai dalam pengambilan keputusan berbasis data.
Downloads
References
[1] Amarudin and Silviana, “Sistem Informasi Pemasangan Listrik Baru Berbasis Web Pada PT Chaputra Buana Madani Bandar Jaya Lampung Tengah,” J. Tekno Kompak, vol. 12, no. 1, p. 10, 2018, doi: 10.33365/jtk.v12i1.65.
[2] H. L. Rahmalia and F. Komariyah, “Analisis Sistem Pencatatan Laporan Keuangan Manual,” J. Revenue J. Akunt., vol. 3, no. 1, pp. 65–67, 2022, doi: 10.46306/rev.v3i1.98.
[3] D. P. Y. Ardiana and L. H. Loekito, “SISTEM INFORMASI PERAMALAN PERSEDIAAN BARANG MENGGUNAKAN METODE WEIGHTED MOVING AVERAGE,” J. Teknol. Inf. dan Komput., vol. 04, no. 01, pp. 71–79, 2018, [Online]. Available: http://e-journals.unmul.ac.id/index.php/INF/article/view/1410
[4] N. A. Rahmawati and A. C. Bachtiar, “Analisis dan perancangan sistem informasi perpustakaan sekolah berdasarkan kebutuhan sistem,” Berk. Ilmu Perpust. dan Inf., vol. 14, no. 1, p. 76, 2018, doi: 10.22146/bip.28943.
[5] D. Kushartini and I. Almahdy, “SISTEM PERSEDIAAN BAHAN BAKU PRODUK DISPERSANT DI INDUSTRI KIMIA,” J. PASTI, vol. X, no. 2, pp. 217–234, 2015.
[6] F. N. Adnan, “Optimasi Analisis Peramalan dengan Metode Regresi Weighted Moving Average,” JOINS (Journal Inf. Syst., vol. 4, no. 2, pp. 119–128, 2019, doi: 10.33633/joins.v4i2.2265.
[7] A. Jierula, S. Wang, T. M. Oh, and P. Wang, “Study on Accuracy Metrics for Evaluating the Predictions of Damage Locations in Deep Piles Using Artificial Neural Networks with Acoustic Emission Data,” Appl. Sci., vol. 11, no. 5, pp. 1–21, 2021, doi: 10.3390/app11052314.
[8] I. Nabillah and I. Ranggadara, “Mean Absolute Percentage Error untuk Evaluasi Hasil Prediksi Komoditas Laut,” JOINS (Journal Inf. Syst., vol. 5, no. 2, pp. 250–255, 2020, doi: 10.33633/joins.v5i2.3900.
[9] D. A. Swanson, J. Tayman, and T. M. Bryan, “MAPE-R: a rescaled measure of accuracy for cross-sectional subnational population forecasts,” J. Popul. Res., vol. 28, no. 2–3, pp. 225–243, 2011, doi: 10.1007/s12546-011-9054-5.
[10] M. Mallikarjuna and R. P. Rao, “Evaluation of Forecasting Methods from Selected Stock Market Returns,” Financ. Innov., vol. 5, no. 40, pp. 1–16, 2019, doi: 10.26524/sajet.2024.14.16.
[11] U. Khair, H. Fahmi, S. Al Hakim, and R. Rahim, “Forecasting Error Calculation with Mean Absolute Deviation and Mean Absolute Percentage Error,” J. Phys. Conf. Ser., vol. 930, no. 1, 2017, doi: 10.1088/1742-6596/930/1/012002.
