Sutriana, Tria (2026) PREDIKSI STOK BARANG PADA DISTRIBUTOR TUNAS INTI PRATAMA MENGGUNAKAN METODE DOUBLE EXPONENTIAL SMOOTHING. S1 / D3 thesis, Universitas Kuningan.
ABSTRAK.pdf
Download (728kB)
BAB I.pdf
Download (434kB)
BAB II.pdf
Restricted to Repository staff only
Download (582kB) | Request a copy
BAB III.pdf
Restricted to Repository staff only
Download (2MB) | Request a copy
BAB IV.pdf
Restricted to Repository staff only
Download (1MB) | Request a copy
BAB V.pdf
Download (230kB)
DAFTAR PUSTAKA.pdf
Download (227kB)
LAMPIRAN.pdf
Restricted to Repository staff only
Download (5MB) | Request a copy
Abstract
Distributor Tunas Inti Pratama merupakan pusat distribusi perabotan rumah tangga yang melayani tujuh kantor cabang di berbagai wilayah. Saat ini, perusahaan menghadapi kendala signifikan dalam menjaga keseimbangan stok akibat fluktuasi permintaan konsumen yang sulit diprediksi secara manual. Pengadaan barang yang didasarkan pada perkiraan manual sering kali menyebabkan terjadinya penumpukan stok saat permintaan rendah atau kekosongan barang saat permintaan melonjak, yang berdampak pada pemborosan biaya penyimpanan dan penurunan kepuasan pelanggan.Penelitian ini bertujuan untuk memprediksi kebutuhan stok barang di masa mendatang dengan menerapkan metode ilmiah serta merancang sistem informasi berbasis website yang dapat membantu Distributor Tunas Inti Pratama dalam mengelola persediaan secara lebih akurat, efisien, dan terukur.Sistem ini dikembangkan menggunakan metode Software Development Life Cycle (SDLC) dengan pendekatan Prototyping. Metode peramalan yang digunakan adalah Double Exponential Smoothing (DES) dari Brown, yang sangat efektif untuk data deret waktu yang memiliki pola tren.Penelitian ini menghasilkan aplikasi prediksi stok barang berbasis web yang memfasilitasi koordinasi antara Gudang, Cabang, Supplier, dan Pemilik. Berdasarkan uji perhitungan pada produk Chopper LRC 3 Blade, metode DES menghasilkan nilai prediksi untuk bulan Januari 2026 sebanyak 24 produk (setelah pembulatan dari 24,3896). Tingkat akurasi prediksi menunjukkan nilai MAPE sebesar 8,8654%, yang masuk dalam kriteria "Sangat Baik" untuk digunakan sebagai dasar perencanaan pengadaan stok.
Distributor Tunas Inti Pratama is a distribution center for household appliances serving seven branch offices across various regions. Currently, the company faces significant challenges in maintaining stock balance due to consumer demand fluctuations that are difficult to predict manually. Procurement based on manual estimation often leads to overstocking during low demand or stockouts during demand surges, resulting in wasted storage costs and decreased customer satisfaction. This study aims to predict future stock requirements by applying scientific methods and designing a web-based information system to assist Distributor Tunas Inti Pratama in managing inventory more accurately, efficiently, and measurably.The system was developed using the Software Development Life Cycle (SDLC) with a Prototyping approach. The forecasting method employed is Brown's Double Exponential Smoothing (DES), which is highly effective for time-series data exhibiting trend patterns. This research resulted in a web-based stock prediction application that facilitates coordination between the Warehouse, Branches, Suppliers, and the Owner. Based on calculation tests for the " Chopper LRC 3 Blade " product, the DES method yielded a prediction for January 2026 of 24 products (rounded from 24,3896). The prediction accuracy showed a MAPE value of 8,8654% , which falls under the "Very Good" category to be used as a basis for stock procurement planning.
| Item Type: | Thesis (S1 / D3) |
|---|---|
| Uncontrolled Keywords: | Prediksi, Prediction, Double Exponential Smoothing, MAPE |
| Subjects: | Q Science > QA Mathematics > QA75 Electronic computers. Computer science |
| Divisions: | Fakultas Ilmu Komputer > S1 Sistem Informasi |
| Depositing User: | S.Kom Tria Sutriana |
| Date Deposited: | 20 Oct 2026 00:36 |
| Last Modified: | 20 Oct 2026 00:36 |
| URI: | https://rama.uniku.ac.id/id/eprint/7047 |

