Muhamad, Yusuf (2022) SISTEM PREDIKSI KEUNTUNGAN DENGAN METODE WEIGHTED MOVING AVERAGE DAN DOUBLE EXPONENTIAL SMOOTHING PADA BENGKEL WAWAN MOTOR. Other thesis, UNSADA.
Text
COVER.pdf Download (1MB) |
|
Text
BAB 1.pdf Download (588kB) |
|
Text
BAB 2.pdf Download (978kB) |
|
Text
BAB 3.pdf Restricted to Registered users only Download (1MB) |
|
Text
BAB 4.pdf Restricted to Registered users only Download (1MB) |
|
Text
BAB 5.pdf Download (527kB) |
|
Text
DAFTAR PUSTAKA.pdf Download (528kB) |
Abstract
Wawan Motor merupakan sebuah bengkel umum sepeda motor yang berdiri pada tahun 2014 yang berada di wilayah Graha Harapan Bekasi. Terdapat kendala yang dihadapi pada Wawan Motor yaitu untuk melakukan perhitungan keuntungan di bulan selanjutnya masih menebak nebak dan cukup memakan waktu, sehingga dapat menghambat dan memperlambat pihak Wawan Motor dalam mengambil keputusan yang cepat dan tepat. Penulis mengajukan sistem prediksi keuntungan untuk permasalahan tersebut dengan menggunakan metode Weighted Moving Average dan Double Exponential Smoothing. Metode ini merupakan metode yang menggunakan data untuk menentukan persamaan dengan unsur trend atau faktor musiman, dengan tujuan dapat meramalkan jumlah keuntungan di periode berikutnya berdasarkan data saat ini. Dengan hasil uji pada metode WMA sebesar Rp. 15.408.833 dan DES sebesar Rp. 15.487.460 pada bulan april 2022 dengan menggunakan data sebelumnya, dan pada data aktual sebesar Rp. 15.223.500, dapat disimpulkan metode WMA lebih akurat dibanding DES, untuk sistem peramalan pada penelitian ini.
Item Type: | Thesis (Other) |
---|---|
Uncontrolled Keywords: | keuntungan, sistem prediksi, Weighted Moving Average, Double Exponential Smoothing |
Subjects: | 000 Generalities/Karya Umum > 005.1 Programming/Pemrograman |
Divisions: | Fakultas Teknik > Teknik Informatika |
Depositing User: | Suwatno Suwatno Perpustakaan |
Date Deposited: | 24 Nov 2022 03:04 |
Last Modified: | 24 Nov 2022 03:04 |
URI: | http://repository.unsada.ac.id/id/eprint/4829 |
Actions (login required)
View Item |