SISTEM PREDIKSI STOK PENJUALAN BUNGA POTONG  TOKO ONNI FLORIST MENGGUNAKAN ANALISIS  VECTOR AUTOREGRESSIVE BERBASIS WEB

Ilham Akbar Maulana

Informasi Umum

Kode

24.04.200

Klasifikasi

000 - General Works

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Teknologi Informasi, Ta

Dilihat

11 kali

Informasi Lainnya

Abstraksi

Kota Surabaya sebagai salah satu kota besar di Indonesia memiliki potensi besar dalam pemasaran atau bisnis bunga potong yang dibutuhkan oleh hotel, restoran, pesta atau event, acara pernikahan, acara kematian, dan hadiah. Salah satu toko bunga di Surabaya ialah Onni Florist dimana terdapat kelebihan dalam memenuhi kebutuhan bunga potong di perusahaan-perusahaan atau pesta dalam jumlah cukup besar. Diperlukan sistem manajemen atau perencanaan stok yang baik agar tidak terjadi kelebihan stok yang mengakibatkan bunga potong akan terbuang dan kekurangan stok yang mengakibatkan tidak untung. Berdasarkan hal tersebut, penelitian ini bertujuan membuat sistem prediksi stok penjualan bunga potong yang memanfaatkan machine learning metode multivariate time series dengan analisis Vector Autoregressive (VAR). Data yang dipakai merupakan data penjualan bunga dengan rentang waktu Januari 2019 – April 2023 (44 bulan) dengan jumlah 440 data yang terdiri dari 10 jenis bunga dan jumlah bunga terjual tiap bulan. Dipilihlah analisis VAR karena memiliki karakteristik yang sesuai dalam mengelola data yang sedikit dengan jumlah puluhan data. Hasil analisis penelitian ini menunjukkan bahwa prediksi stok penjualan memiliki nilai rata-rata Normalized RMSE sebesar 0,37. Seluruh data ditampilkan pada sebuah dashboard yang menampilkan data history stok penjualan, tren penjualan, dan prediksi stok penjualan. Dashboard dibuat guna memudahkan pihak marketing toko Onni Florist dalam pembacaan data, sehingga menghindari kerugian yang mungkin timbul akibat manajemen stok yang tidak efisien dan dapat mengambil keputusan dengan tepat berdasarkan hubungan data penjualan dengan data prediksi tersebut.

Kata Kunci: bunga potong, machine learning, time series.