Prediksi Transaksi Penjualan Produk menggunakan Metode Exponential Smoothing pada Pengguna Aplikasi Ngorder.id

Abstrak

Penjual ritel yang memanfaatkan tools digital dalam adaptasi bisnis lebih mampu bertahan di masa pandemi. PT. Ayo Techno Idea, selaku perusahaan yang menyediakan tools transaksi jual beli digital memiliki aplikasi bernama Ngorder.id. Dimana pengguna aplikasi (penjual) mengalami kesulitan menanggulangi kebutuhan stok yang tidak menentu secara manual. Penelitian ini bertujuan untuk menjelaskan hasil implementasi dari metode prediksi dan visualisasi dasbor sesuai kebutuhan pengguna aplikasi Ngorder.id. Prosedur analisis penelitian menggunakan proses Knowledge Discovery in Database yang terdiri dari tahap pengumpulan hingga evaluasi data. Hasil penelitian telah didapat bahwa dibutuhkan empat atribut data dalam implementasi metode prediksi data mining. Lalu, hasil implementasi prediksi transaksi penjualan produk menggunakan metode Single Exponential Smoothing mendapat kinerja layak dengan rincian satu dari sembilan produk memiliki nilai MAPE 14,89%, tujuh produk memiliki rentang nilai MAPE 20% hingga 50%, dan satu produk memiliki nilai MAPE 68,21%. Sedangkan implementasi metode Double Exponential Smoothing memiliki kecenderungan kinerja rendah. Dimana didapat tujuh produk memiliki nilai MAPE lebih dari 50% dan dua sisanya memiliki nilai MAPE 42,79% dan 33,68%. Dalam penelitian didapat hasil representasi visual data terbagi menjadi tiga halaman dengan fokus berbeda dan mendapat skor usability berkategori baik. Sehingga telah layak digunakan sebagai referensi fitur maupun membantu pengambilan keputusan transaksi penjualan produk aplikasi.