PENERAPAN FORECASTING DATA PENJUALAN MENGGUNAKAN METODE WEIGHTED MOVING AVERAGE (WMA) BERBASIS WEB PADA CV. ISTANA KOMPUTER

PRATAMA, AGUSTIAN AGUNG (2019) PENERAPAN FORECASTING DATA PENJUALAN MENGGUNAKAN METODE WEIGHTED MOVING AVERAGE (WMA) BERBASIS WEB PADA CV. ISTANA KOMPUTER. Other thesis, Politeknik Negeri Sriwijaya.

Full text not available from this repository. (Request a copy)

Abstract

Penjualan merupakan suatu usaha yang terpadu untuk mengembangkan rencana-rencana strategis yang diarahkan pada usaha pemuasan kebutuhan dan keinginan pembeli guna mendapatkan penjualan yang menghasilkan laba. Salah satu persoalan yang memegang penting dalam sebuah penjualan yaitu persoalan mengenai peramalan (forecasting). Pencatatan penjualan pada setiap periode berguna untuk melihat gambaran penjualan perusahaan, untuk melihat apakah mengalami kenaikan ataukah penurunan. Sistem penjualan yang ada di CV. Istana Komputer masih dilakukan secara konvensional dalam pencatatan barang yang terjual. Sehingga masih memiliki berbagai kekurangan dan kendala yang dihadapi. Kendala yang dihadapi yaitu sulitnya mendata banyak barang yang keluar setiap bulan, perhitungan stok barang yang tidak akurat, serta proses penjumlahan harga yang sering terjadi kesalahan. Dalam tugas akhir penulis menggunakan metode Weighted Moving Average (WMA), yaitu metode yang memberikan bobot yang berbeda bagi setiap histori dimasa lalu untuk setiap data histori dimasa lalu yang tersedia, dengan asumsi bahwa data histori yang paling terakhir atau terbaru akan memiliki bobot lebih besar dibandingkan dengan data histori yang lama karena data yang paling terakhir atau terbaru merupakan data yang relevan untuk peramalan.

Item Type: Thesis (Other)
Uncontrolled Keywords: Forecasting, Weighted Moving Average, Penjualan
Subjects: T Technology > T Technology (General)
Divisions: Informatics Management > Undergraduate Theses
Depositing User: Mr Bambang Anthony
Date Deposited: 30 Jun 2020 01:00
Last Modified: 30 Jun 2020 01:00
URI: http://eprints.polsri.ac.id/id/eprint/7579

Actions (login required)

View Item View Item