Peramalan Dan Perengkingan Penjualan Produk Furniture Menggunakan Metode Single Exponential Smoothing Dan Saw

Forecasting And Rating Of Furniture Product Sales Using Single Exponential Smoothing And Saw Methode

Abstract

Dalam era berbelanja yang lebih modern dan mudah dalam mudah dalam proses pembelian suatu produk furniture mengakibatkan peningkatan dalam penjualan sebuah produksi furniture. Produk Gudho furniture merupakan satu dari banyak perusahaan yang menjual kebutuhan furniture yang ada di wilayah Semarang, Jawa Tengah. Dalam penjualan sebuah produk yang tidak menentu setiap bulannya, mengakibatkan perusahan Gudho sulit menentukan target penjualan produk setiap bulanya dan juga sulit menentukan top product di bulan tersebut. Dengan adanya masalah penjualan tersebut, perusahaan Gudho sangat membutuhkan solusi penjualan yang dapat meramalkan penjualan produk setiap bulanya, serta menentukan jenis produk furniture apa yang bisa menjadi sebuah top product sehingga penjualan prouk yang paling sedikit, sehingga perusahaan dapat melakukan perbaikan dalam kualitas produk penjualan pada furniture dan menguntungkan perusahaan produk tersebut. Forecasting kita dapat gunakan dalam hal menggunakan sebuah metode Single Exponential Smoothing. Selain di ramalkan data penjualan produk furniture, kita juga melakukan proses perangkingan penjualam produk furniture yang terbaik, dihitung dengan menggunakan sebuah metode simple additive weighting (SAW). Dengan menggabungkan metode forecasting dan metode perangkingan produk tersebut, mampu mengatasi salah satu masalah penjualan yang dihadapi perusahan Guhdo furnitur Semarang. Didalam kedua metode yang digunakan ini dibuat dengan mengunakan tampilan berbasis website yang dibangun dengan sebuah bahasa permrogaman PHP dan framework Codeigniter sebagai sebuah server program. Maka hasil dari sebuah sistem ini yaitu menghasilkan sebuah Sistem Pendukung dalam keputusan penjualan dan peramalan penjualam dengan tujuan mendapatkan sebuah hasil top product dan peramalan penjualan untuk produk bulan berikutnya.