Nurmaya, Novi Risca (2025) OPTIMASI PERAMALAN PENJUALAN BERDASARKAN POLA PENJUALAN DI TOKO BANGUNAN MENGGUNAKAN K-MEANS, MOVING AVERAGE DAN ARIMA. S1 thesis, Universitas Malikussaleh.

	Text COVER SKRIPSI.pdf Download (211kB)
	Text ABSTRAK SKRIPSI.pdf Download (202kB)
	Text BAB I SKRIPSI.pdf Download (272kB)
	Text DAFTAR PUSTAKA.pdf Download (215kB)
	Text SKRIPSI NOVI RISCA NURMAYA_210130171.pdf Restricted to Registered users only Download (5MB)

Abstract

Penelitian ini bertujuan meningkatkan akurasi peramalan penjualan pada sektor ritel bahan bangunan melalui integrasi tiga teknik data mining, K-Means Clustering, Moving Average, dan metode ARIMA. Metode K-Means digunakan untuk mengelompokkan produk ke dalam kategori fast-moving, medium-moving, dan slow-moving berdasarkan volume penjualan, harga, dan pola tren, sehingga membantu prioritisasi stok. Moving Average diterapkan karena pola data penjualan relatif stabil, dimana hasil forecast dari software POM-QM menunjukkan nilai prediksi yang kecil. Hal ini membuktikan bahwa metode ini mampu menangkap pola historis dengan baik. Untuk produk dengan permintaan tidak teratur atau sangat berfluktuasi, digunakan model ARIMA (0,1,0) yang divalidasi melalui uji Ljung-Box dan menghasilkan residual white noise, sehingga memenuhi validitas statistik. Integrasi ketiga metode ini menghasilkan kerangka kerja pengambilan keputusan berbasis data yang komprehensif, yang dapat meminimalkan kelebihan stok, mempercepat perputaran persediaan, serta meningkatkan efisiensi manajemen inventori. Kebaruan penelitian ini terletak pada kombinasi inovatif metode peramalan dan klasifikasi untuk mencapai kinerja prediksi optimal. Kata kunci: Data Mining, K-Means, Moving Average, ARIMA, Peramalan Penjualan

Item Type:	Thesis (S1)
Subjects:	H Social Sciences > HD Industries. Land use. Labor H Social Sciences > HD Industries. Land use. Labor > HD28 Management. Industrial Management H Social Sciences > HF Commerce T Technology > T Technology (General)
Divisions:	Fakultas Teknik > 26201 - Jurusan Teknik Industri
Depositing User:	Novi Risca Nurmaya
Date Deposited:	27 Aug 2025 04:39
Last Modified:	27 Aug 2025 04:39
URI:	https://rama.unimal.ac.id/id/eprint/14492

Actions (login required)

View Item