Penerapan Data Mining untuk Prediksi Penjualan Hijab Menggunakan Metode Holt Winters Exponential Smoothing (Studi Kasus Amalia Collection Store)

Abstract

Toko ini menyediakan berbagai macam kebutuhan yang berhubungan dengan busana wanita, salah satunya adalah hijab. Permasalahan yang terjadi pada Amalia Collection Store adalah sering terjadi kelebihan atau kekurangan pada stok hijab yang telah disiapkan. Dalam menentukan berapa banyak permintaan hijab pada setiap bulannya masih berdasarkan perhitungan asumsi saja. Oleh karena itu itu diperlukan suatu metode peramalan permintaan untuk mengetahui seberapa besar penjualan yang terjadi pada masa yang akan datang. Pada penelitian ini, metode peramalan yang akan digunakan adalah Holt Winter Exponential Smoothing dengan menggunakan model perhitungan Aditif dan Multiplikatif pada data penjulan hijab pashmina dan bergo. Penelitian ini mendapatkan hasil peramalan jenis hijab pashmina dengan nilai MAPE 28,15% untuk model Multiplikatif dan untuk model Aditif menghasilkan nilai MAPE 28,22%. Hal ini menunjukkan bahwa dalam peramalan hijab pashmina dengan perhitungan model Multiplikatif lebih baik meskipun hasilnya tingkat erornya hampir sama dengan model Aditif. Sedangkan untuk peramalan jenis hijab bergo menghasilkan nilai MAPE 12,18% untuk model Multiplikatif, kemudian untuk model Aditif menghasilkan nila MAPE 20,85%