Perbandingan Peramalan Penjualan Minuman Menggunakan Algoritma Single Exponential Smoothing Dan Triple Exponential Smoothing
DOI:
https://doi.org/10.30741/jid.v2i2.1014Keywords:
Peramalan, Data Mining, Single Exponential Smoothing, Triple Exponential SmoothingAbstract
Peramalan merupakan sebuah cara untuk memprediksi suatu hal yang belum terjadi dengan maksud untuk menaksir keadaan dimasa depan yang akan terjadi dengan membutuhkan beberapa data dari masa lampau yang mencakup kebutuhan dalam skala kualitas, kuantitas, dan waktu. Pada penelitian ini menggunakan metode Single Exponential Smoothing dan Triple Exponential Smoothing. Pada hasil percobaan yang telah dilakukan dapat bahwa penentuan nilai parameter baik itu pada metode Single Exponential Smoothing maupun Triple Exponential Smoothing dapat mempengaruhi hasil dari peramalan. Hasil akurasi yang paling baik adalah menggunakan metode Single Exponential Smoothing dengan nilai MAPE untuk merk Coca Cola adalah 23,80 %, merk Fanta adalah 33,18 % dan merk Sprite adalah 28,26 %. Sedangkan hasil akurasi untuk metode Triple Exponential Smoothing menghasilkan nilai MAPE merk Coca Cola adalah 31,93 %, merk Fanta adalah 44,28 % dan merk Sprite adalah 33,03 %. Jadi dapat disimpulkan pada penelitian yang telah dilakukan hasil yang lebih akurat yaitu menggunakan metode Single Exponential Smoothing.