Perbandingan Metode Single Exponential Smoothing dan Metode Exponential Smoothing Adjusted For Trend (Holt\u27s Method) untuk Meramalkan Penjualan. Studi Kasus: Toko Onderdil Mobil “Prodi, Purwodadi”

摘要

Salah satu masalah didalam sebuah toko adalah memprediksi jumlah barang. Memprediksi jumlah barang yang akan terjual dapat dilakukan dengan mempelajari data penjualan pada periode sebelumnya. Untuk memprediksi jumlah barang, dapat dilakukan dengan cara meramalkan. Perbandingan metode Single Exponential Smoothing dan Exponential Smoothing Adjusted for Trend digunakan untuk keakuratan meramalkan jumlah barang yang akan terjual untuk periode yang akan datang. Single Exponential Smoothing merupakan metode peramalan yang digunakan untuk data stasioner atau data yang relatif stabil. Exponential Smoothing Adjusted for Trend digunakan untuk data yang memiliki trend atau data yang memiliki kecenderungan peningkatan atau penurunan dalam jangka panjang. Hasil yang dicapai dari penelitian ini adalah metode Single Exponential Smoothing lebih tepat dibandingkan metode Exponential Smoothing Adjusted for Trend (Holt\u27s Method) karena pada histori penjualan tidak mengalami peningkatan penjualan / tidak ada trend. Selain itu, persentase kesalahan (selisih data aktual dengan nilai peramalan) dan MAD (untuk menghitung forecast error) yang didapat dari metode Single Exponential Smoothing lebih kecil dibandingkan dengan metode Exponential Smoothing Adjusted for Trend.