Implementasi Metode Trend Projection Untuk Peramalan Penjualan Dan Persediaan Barang Pada Syamirna Boutique
DOI:
https://doi.org/10.24114/cess.v10i2.66238Keywords:
Trend Projection, Peramalan Penjualan, Pengelolaan Persediaan, Sistem Berbasis Web, Usaha RitelAbstract
Penelitian ini bertujuan untuk mengimplementasikan metode Trend Projection dalam peramalan penjualan dan pengelolaan persediaan barang di Syamirna Boutique, sebuah usaha ritel yang bergerak di bidang fashion. Di tengah dinamika pasar yang cepat dan persaingan yang ketat, akurasi dalam peramalan penjualan menjadi sangat penting untuk menjaga kelancaran operasional dan mengoptimalkan pengelolaan stok. Metode Trend Projection dipilih karena kemampuannya dalam menganalisis pola penjualan historis dan memproyeksikan permintaan di masa depan. Penelitian ini melibatkan pengumpulan data penjualan selama tiga tahun terakhir dan pengembangan sistem berbasis web untuk memfasilitasi proses peramalan. Hasil penelitian menunjukkan bahwa penerapan metode ini dapat meningkatkan akurasi peramalan, mengurangi risiko kekurangan atau kelebihan stok, serta mendukung pengambilan keputusan yang lebih cerdas. Dengan demikian, penelitian ini memberikan kontribusi signifikan terhadap pengelolaan persediaan di Syamirna Boutique dan dapat menjadi referensi bagi usaha ritel lainnya dalam menghadapi tantangan serupa.References
[1] R. Kurniawan and R. Dewi, “Penerapan Algoritma K-Means Clustering Dalam Persentase Merokok Pada Penduduk Umur Di Atas 15 Tahun Menurut Provinsi,” J. Sist. Komput. dan Inform. Hal, vol. 2, no. 2, pp. 178–186, 2021, doi: 10.30865/json.v2i2.2770.
[2] P. Rahayu et al., Buku Ajar Data Mining, 1st ed., vol. 1, no. January 2024. Jambi: PT. Sonpedia Publishing Indonesia, 2024.
[3] T. Triase, R. Al Ikhsan, and P. I. J. Hasibuan, “E-Commerce Untuk Meningkatkan Penjualan Pada Umkm Solo Fried Chicken Berbasis Website Php Native,” JUTECH J. Educ. Technol., vol. 5, no. 1, pp. 20–34, 2024, doi: 10.31932/jutech.v5i1.3170.
[4] N. F. Adella et al., “Inspirasi Edukatif : Jurnal Pembelajaran Aktif Inspirasi Edukatif : Jurnal Pembelajaran Aktif,” Inspirasi Edukatif J. Pembelajaran Aktif, vol. 6, no. 1, pp. 407–418, 2025.
[5] S. J. A. B. Bukit and R. K. R., “Prediksi Harga Tandan Buah Segar dengan Algoritma K-Nearest Neighbor,” J. Sist. Komput. dan Inform., vol. 5, no. 1, p. 92, 2023, doi: 10.30865/json.v5i1.6818.
[6] F. K. Zega, T. Hartati, S. Hulu, S. Zebua, and E. Zebua, “Analisis Peramalan ( Forecasting ) Penjualan Tahu dengan Metode Single Moving Average untuk Mengoptimalkan Produksi pada Pabrik Tahu Nias,” Innov. J. Soc. Sci. Res., vol. 4, no. 1, pp. 2931–2942, 2024.
[7] M. Yusuf, S. Sutrisno, P. A. N. Putri, M. Asir, and P. A. Cakranegara, “Prospek Penggunaan E-Commerce Terhadap Profitabilitas Dan Kemudahan Pelayanan Konsumen: Literature Review,” J. Darma Agung, vol. 30, no. 3, p. 505, 2022, doi: 10.46930/ojsuda.v30i3.2268.
[8] F. Fiansi et al., “Sosialisasi Pemanfaatan E-Commerce Terhadap Peningkatan UMKM Di Kecamatan Baolan Kabupaten Tolitoli,” J. Cendekia Mengabdi Berinovasi dan Berkarya, vol. 2, no. 2, p. 38, Jan. 2024, doi: 10.56630/jenaka.v2i2.570.
[9] A. Prahendratno et al., Businnes Intelegent: Pengantar Business Intelligence dalam Bisnis, 1st ed., no. June. Jambi: PT. Sonpedia Publishing Indonesia, 2023. [Online]. Available: https://www.researchgate.net/publication/371608098_BUSINESS_INTELEGENT_Pengantar_Business_Intelligence_dalam_Bisnis
[10] R. M. van Steenbergen and M. R. K. Mes, “Forecasting demand profiles of new products,” Decis. Support Syst., vol. 139, no. July, p. 15, 2020, doi: 10.1016/j.dss.2020.113401.
[11] Y. Ensafi, S. H. Amin, G. Zhang, and B. Shah, “Time-series forecasting of seasonal items sales using machine learning – A comparative analysis,” Int. J. Inf. Manag. Data Insights, vol. 2, no. 1, 2022, doi: 10.1016/j.jjimei.2022.100058.
[12] A. S. Fanhausen S. Aritonang, Indra M. Sarkis, “Peramalan Penyediaan Jumlah Vaksin Untuk Balita Dengan Metode Trend Projection di Dinas Kesehatan Kabupaten Toba,” METHOSISFO, vol. 2, no. 1, pp. 39–45, 2022.
[13] M. S. Sousa, A. L. D. Loureiro, and V. L. Miguéis, “Predicting demand for new products in fashion retailing using censored data,” Expert Syst. Appl., vol. 259, no. September 2024, pp. 1–10, 2025, doi: 10.1016/j.eswa.2024.125313.
[14] D. A. R. Chiesa, S. Achmadi, and J. D. Irawan, “Sistem Peramalan Penjualan Pakaian Wanita Menggunakan Metode Double Exponential Smoothing (Studi Kasus pada IME Female Fashion),” JATI J. Mhs. Tek. Inform., vol. 7, no. 4, pp. 2319–2324, 2023.
[15] L. Sufu, B. Pramono, and N. Ransi, “Implementasi Metode Trend Projection Dengan Algoritma Trend Least Square Pada Sistem Inventory Barang,” semanTIK, vol. 6, no. 1, pp. 61–68, 2020, [Online]. Available: http://ojs.uho.ac.id/index.php/semantik61
[16] N. Rahma Sari, S. Lestanti, and F. Febrinita, “Aplikasi Peramalan Penjualan Produk Umkm Berdasarkan Pola Riwayat Penjualan Dengan Metode Trend Projection,” JATI (Jurnal Mhs. Tek. Inform., vol. 7, no. 4, pp. 2683–2689, 2024, doi: 10.36040/jati.v7i4.7170.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2025 CESS (Journal of Computer Engineering, System and Science)
This work is licensed under a Creative Commons Attribution 4.0 International License.
