Rekomendasi Pembelian Barang Pada Sistem Retail Dengan Metode Dekomposisi Census II

  • Susana Limanto Program Studi Teknik Informatika, Universitas Surabaya
  • Ellysa Tjandra Program Studi Teknik Informatika, Universitas Surabaya
  • Arie Indrawan Program Studi Teknik Informatika, Universitas Surabaya
Keywords: Dekomposisi Census II, Peramalan, Rekomendasi, Retail

Abstract

Masalah ketersediaan stok masih menjadi salah satu hal penting dalam menjalankan bisnis di dunia perdagangan, khususnya bisnis retail. Ketersediaan stok berhubungan erat dengan keputusan pembelian barang yang dilakukan oleh toko. Jika keputusan dalam menentukan jumlah barang yang dibeli kurang tepat, maka bisa berakibat jumlah stok yang terlalu banyak (overestimate) atau terlalu sedikit (underestimate). Untuk mendukung keputusan penentuan jumlah barang yang dibeli, diperlukan suatu sistem yang dapat membantu menyediakan rekomendasi jumlah barang yang sebaiknya dibeli, berdasarkan data histori permintaan barang, stok gudang, serta stok pesanan ke pemasok maupun stok pesanan dari pelanggan. Studi kasus dalam penelitian ini adalah toko yang menjual air mineral kemasan galon dan gas tabung LPG. Untuk dapat memperkirakan jumlah permintaan barang diperlukan peramalan (forecasting) dengan metode tertentu, sehingga dapat dihasilkan peramalan permintaan barang yang mendekati kondisi riil. Pada penelitian ini, peramalan permintaan barang dilakukan dengan metode Dekomposisi Census II, di mana tingkat akurasi kesalahan dihitung menggunakan Mean Absolute Error (MAE). Metode Dekomposisi Census II digunakan dalam penelitian ini karena metode ini mampu memisahkan data dari unsur musiman, tren, siklus, dan random sehingga ketepatan hasil ramalan meningkat. Hasil uji coba menunjukkan bahwa MAE periode bulanan mempunyai nilai yang lebih kecil dibandingkan periode tahunan, sehingga diperoleh kesimpulan bahwa peramalan periode bulanan memiliki ketepatan yang lebih tinggi dibanding periode tahunan.

References

Sugiarto & Harijono. (2000). Peramalan Bisnis. Jakarta: PT. Gramedia Pustaka Utama.

Dagum E.B. (2010). Time Series Modeling and Decomposition. Jurnal Statistika, Vol. 70 No. 4, pp. 433-457. ISSN 1973-2201.

Kendek, O.J., Prang, J.D. & Paendong, M. (2014). Prediksi Jumlah Pengunjung Perpustakaan Universitas Sam Ratulangi Manado Menggunakan Metode Dekomposisi. Jurnal de CARTESIAN, Vol. 3, No. 1, pp. 73-80.

Wahyuni, S., Helma & Amalita, N. (2014). Peramalan Kebutuhan Energi Jual pada PT Perusahaan Listrik Negara (PLN) Cabang Bukittinggi dengan Menggunakan Metode Dekomposisi Sensus II. Journal of Mathematics, Vol. 1, No. 1. ISSN: 977 235516589.

Sukiyono, K. & Rosdiana (2018). Pendugaan Model Peramalan Harga Beras pada Tingkat Grosir. Jurnal Agrisep, Vol. 17, No. 1, pp. 23-30.

Makridakis, S., Wheelwright, S.C., & McGEE V.E. (1999). Metode dan Aplikasi Peramalan (Edisi 2). Jakarta: Erlangga.

Ajeng, S., (2011). Peramalan Penjualan Untuk Perancanaan Pengadaan Persediaan Buah Durian Di Rumah Durian Harum Bintaro Jakarta [Skripsi]. Jakarta: Fakultas Sains dan Teknologi Universitas Islam Negeri Syarif Hidayatullah.

Published
2019-10-31
Section
Articles