• Beranda
  • Website Perpustakaan
  • Panduan
  • Area Anggota
  • Pilih Bahasa :
    Bahasa Arab Bahasa Bengal Bahasa Brazil Portugis Bahasa Inggris Bahasa Spanyol Bahasa Jerman Bahasa Indonesia Bahasa Jepang Bahasa Melayu Bahasa Persia Bahasa Rusia Bahasa Thailand Bahasa Turki Bahasa Urdu

Pencarian berdasarkan :

SEMUA Pengarang Subjek ISBN/ISSN Pencarian Spesifik

Pencarian terakhir:

{{tmpObj[k].text}}
Penanda Bagikan

SKRIPSI DIGITAL

Penerapan Data Mining Forecasting Penjualan dengan Algoritma Weighted Moving Average (WMA) dan ARIMA pada Apotek Usaha Waras = Application of Data Mining Forecasting for Sales using The Weighted Moving Average (WMA) and ARIMA Algorithms at Apotek Usaha Waras

ANANTA ARDINI FADILA - Nama Orang; Agus Suwondo - Nama Orang; Ahmad Wafa Mansur - Nama Orang;

Ananta Ardini Fadila, “PENERAPAN DATA MINING FORECASTING PENJUALAN DENGAN ALGORITMA WEIGHTED MOVING AVERAGE (WMA) DAN ARIMA PADA APOTEK USAHA WARAS” Skripsi Jurusan Akuntansi Program Studi Komputerisasi Akuntansi Politeknik Negeri Semarang, dibawah bimbingan Agus Suwondo, S.Kom., M.Kom. and Ahmad Wafa Mansur,
S.ST. M.IM. Juli 2026. 56 halaman.

Pengelolaan persediaan obat di Apotek Usaha Waras saat ini masih memiliki risiko ketidakpastian berupa stockout (kekurangan stok) yang berdampak pada hilangnya potensi penjualan, serta overstock (kelebihan stok). Penelitian ini bertujuan untuk membangun model peramalan penjualan yang adaptif dengan menerapkan algoritma Weighted Moving Average (WMA) dan Autoregressive Integrated Moving Average (ARIMA) menggunakan kerangka kerja CRISP-DM berbasis Python.
Algoritma WMA diterapkan untuk memprediksi harga jual obat, sedangkan model ARIMA
diintegrasikan dengan variabel eksogen berupa Hari Libur Nasional untuk menangkap pola fluktuasi
musiman kuantitas penjualan. Hasil evaluasi menggunakan Mean Absolute Percentage Error
(MAPE) pada data pengujian menunjukkan bahwa untuk peramalan kuantitas ARIMA memiliki performa lebih unggul dengan rata-rata nilai MAPE sebesar 15% (tingkat akurasi 85%), dibandingkan WMA yang menghasilkan rata-rata MAPE sebesar 19% (tingkat akurasi 81%). Sementara untuk peramalan harga jual WMA lebih unggul dengan rata-rata MAPE 6% dibandingkan ARIMA dengan rata-rata nilai MAPE 9%. Model peramalan terbaik kemudian diintegrasikan ke dalam dashboard Business Intelligence (BI) berbasis Metabase untuk membantu Apotek Usaha Waras dalam memantau kegiatan operasional dan pengelolaan persediaannya secara otomatis.
Kata Kunci: data mining, WMA, ARIMA, peramalan, Python, Metabase, retail farmasi, stok.


Fulltext
  • Harap masuk untuk melihat lampiran
Informasi Detail
Judul Seri
-
No. Panggil
KA 027 2026
Penerbit
Semarang : Politeknik Negeri Semarang., 2026
Deskripsi Fisik
xiv, 56 hal. : ilus. ; 30 cm.
Bahasa
Indonesia
ISBN/ISSN
-
Klasifikasi
NONE
Tipe Isi
text
Tipe Media
computer
Tipe Pembawa
online resource
Edisi
-
Subjek
ARIMA
data mining
peramalan
STOK
python
WMA
metabase
retail farmasi
Info Detail Spesifik
-
Pernyataan Tanggungjawab
ANANTA ARDINI FADILA
Versi lain/terkait

Tidak tersedia versi lain

Komentar

Anda harus masuk sebelum memberikan komentar

  • Panduan
  • Area Anggota

Tentang Kami

Si-Repo adalah platform digital yang dikelola oleh UPA Perpustakaan Politeknik Negeri Semarang, menyimpan karya ilmiah seperti Tugas Akhir, Skripsi, dan Tesis dari sivitas akademika Polines, untuk mendukung kebutuhan akademik, penelitian, dan pengembangan.

Jam Buka Perpustakaan

Senin - Kamis:
07.30 - 16.00 WIB

Jum'at:
07.30 - 16.30 WIB


NPP. 3374102C0000002
0895340731030
Follow Us
Subscribe

© 2026 — Perpustakaan Politeknik Negeri Semarang

Ditenagai oleh SLiMS
Pilih subjek yang menarik bagi Anda
  • Karya Umum
  • Filsafat
  • Agama
  • Ilmu-ilmu Sosial
  • Bahasa
  • Ilmu-ilmu Murni
  • Ilmu-ilmu Terapan
  • Kesenian, Hiburan, dan Olahraga
  • Kesusastraan
  • Geografi dan Sejarah
Icons made by Freepik from www.flaticon.com
Pencarian Spesifik
Kemana ingin Anda bagikan?