Abstract:
Cahaya Sandang merupakan sebuah toko kain yang berlokasi di
Kawasan Tekstil Cigondewah yang bergerak dibidang perdagangan dan
menyediakan berbagai jenis kain untuk pakaian dan celana. Saat ini, Cahaya
Sandang memiliki satu buah supplier untuk memesan seluruh jenis dan warna kain
yang dimilikinya. Cahaya Sandang telah memiliki jadwal tetap pemesanan kain
kepada supplier pada hari Minggu. Pada proses pemesanan kain kepada supplier
setiap minggunya, Cahaya Sandang sering merasa kebingungan dalam
menentukan jumlah kain yang harus di pesan ke supplier setiap minggunya.
Kebingungan dalam menentukan jumlah barang yang harus di pesan ke supplier
menyebabkan Cahaya Sandang kehilangan konsumen.
Penelitian dilakukan dengan merancang sistem informasi peramalan
permintaan kain di Toko Cahaya Sandang. Perancangan sistem peramalan
permintaan kain dilakukan dengan Python menggunakan beberapa metode
peramalan seperti moving average, exponential smoothing, regresi linier,
Autoregressive Integrated Moving Average (ARIMA), dan Long Short Memory
Term (LSTM). Perancangan sistem peramalan penjualan kain berbasis Python ini
difokuskan pada kesembilan kode kain dengan persentase penjualan terbesar.
Penelitian memberikan hasil bahwa kode kain MX02 dan WC02 akan
menggunakan metode moving average, kode kain MX01, MX05, dan WC01 akan
menggunakan metode linear regression, kode kain WC03 akan menggunakan
metode ARIMA, dan kode kain MX03, MX04, dan WC04 akan menggunakan
metode LSTM. Penentuan metode peramalan untuk kesembilan kode kain
dilakukan berdasarkan nilai MAPE dari model peramalan yang ada. Metode
peramalan yang ditentukan ini hanya akan dipakai dalam meramalkan penjualan
kain untuk satu minggu ke depan. Kelima metode ini dinilai sudah cukup baik
digunakan untuk meramalkan penjualan kain Toko Cahaya Sandang dengan nilai
error maksimum berada di bawah 10%.
Perancangan sistem informasi peramalan permintaan kain Toko Cahaya
Sandang dilakukan menggunakan bantuan Microsoft Excel dan Python.
Perancangan Microsoft Excel bertujuan sebagai peletakan data historis yang akan
digunakan untuk meramalkan permintaan kain. Metode yang terdapat dalam
perancangan sistem informasi peramalan permintaan adalah metode moving
average, exponential smoothing, regresi linier, ARIMA, dan LSTM. Dengan adanya
sistem peramalan penjualan kain ini, proses pengambilan keputusan jumlah kain
yang akan dipesan kepada supplier setiap minggunya akan menjadi lebih mudah
dan terarah.