Yasir Shalih, Aceh (2023) PERBANDINGAN METODE WEIGHTED MOVING AVERAGE DAN REGRESI LINEAR DALAM MEPREDIKSI PENJUALAN PRODUK (Studi Kasus : PT Kharisma Pakmu Mandiri). Other thesis, UNSADA.
Text
COVER.pdf Download (805kB) |
|
Text
BAB 1.pdf Download (586kB) |
|
Text
BAB 2.pdf Download (576kB) |
|
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 (489kB) |
|
Text
DAFTAR PUSTAKA.pdf Download (492kB) |
|
Text
LAMPIRAN.pdf Restricted to Registered users only Download (505kB) |
|
Text
HASIL TURNITIN.pdf Restricted to Registered users only Download (1MB) |
Abstract
Persediaan selalu menjadi bagian penting dari operasi perusahaan dan sumber pendapatan perusahaan bagi produsen. Persediaan dalam perusahaan perdagangan adalah kumpulan barang dagang yang disimpan dalam persediaan dan dipersiapkan untuk dijual kepada pelanggan. Perusahaan PT Kharisma Pakmu Mandiri menjual produk kebutuhan sehari-hari. Saat ini, perusahaan ini melakukan pencatatan persediaan dengan menggunakan teknik tradisional, dengan setiap transaksi dimasukkan ke dalam Excel. Diperlukan sebuah aplikasi untuk mencatat persediaan dan memprediksi persediaan berbasis web dengan menggunakan metode Weighted Moving Average dan Regresi Linier. Dari hasil pengujian antara Metode Weighted Moving Average dan Metode Regresi Linier dapat disimpulkan bahwa Metode Weighted Moving Average dengan presentasi akurasi MAPE sebesar 8,9% (Sangat Baik) dan untuk Metode Regresi Linier presentasi akurasi MAPE sebesar 8,8% (Sangat Baik).
Item Type: | Thesis (Other) |
---|---|
Uncontrolled Keywords: | Prediksi, Weighted Moving Average , Regresi Linear , Web |
Subjects: | 000 Generalities/Karya Umum > 004.678 WEB |
Divisions: | Fakultas Teknik > Teknik Informatika |
Depositing User: | Suwatno Suwatno Perpustakaan |
Date Deposited: | 30 Dec 2023 02:41 |
Last Modified: | 30 Dec 2023 02:41 |
URI: | http://repository.unsada.ac.id/id/eprint/7464 |
Actions (login required)
View Item |