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, “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.
Tidak tersedia versi lain