Implementasi Model Triple Exponential Smoothing Guna Memprediksi Persediaan Produk Berbasis Website

Abstract

Industri ritel yang terus berkembang dihadapkan pada tantangan signifikan dalam pengelolaan persediaan produk, yang dapat mempengaruhi kinerja bisnis secara keseluruhan. Keterlambatan penyediaan, kekurangan atau kelebihan stok, dan masalah operasional menjadi fokus utama yang membutuhkan solusi efektif. Dalam upaya menghadapi masalah pengelolaan persediaan, penelitian ini mengusulkan pengembangan aplikasi web dengan mengimplementasikan model Triple Exponential Smoothing (TES) guna memprediksi persediaan produk dengan akurat. Metode ini dipilih karena kemampuannya dalam menangani tren non-linier dan komponen musiman, yang sering kali menjadi aspek penting dalam data time-series industri ritel. Hasil model TES berhasil diterapkan untuk menganalisis pola penjualan menggunakan data dari Kaggle, terutama https://www.kaggle.com/datasets/samuelcortinhas/time-series-practice-dataset. Data sampel terbatas pada item nomor 0 dengan store id nomor 0 dari Januari 2010 hingga Desember 2018, membentuk dasar penelitian untuk memberikan analisis mendalam tentang efisiensi penggunaan TES dalam konteks manajemen persediaan. Proses implementasi melibatkan pemilihan parameter optimal (alpha=0.3, beta=0.02, dan gamma=0.3), yang diuji dan dievaluasi menggunakan metrik evaluasi seperti Mean Absolute Percentage Error (MAPE) dan Mean Squared Error (MSE). Hasil pengujian menunjukkan bahwa model TES mampu memberikan prediksi persediaan produk dengan akurat, dengan nilai MAPE sebesar 0.4413 dan MSE sebesar 28147.085. Pada proyeksi data juga menunjukkan kesesuaian yang kuat antara hasil prediksi dan data aktual, menegaskan bahwa model TES dapat mengantisipasi perubahan dan fluktuasi data. hasil ini menunjukkan potensi implementasi model TES dalam industri ritel untuk mencapai persediaan yang optimal dan mengoptimalkan alokasi anggaran. Secara keseluruhan, penelitian ini berhasil mengintegrasikan model TES sebagai alat prediksi penjualan dan memberikan pemangku kepentingan alat pengambilan keputusan yang lebih informasional dan efisien.