PERBANDINGAN METODE WEIGHTED MOVING AVERAGE (WMA) DAN AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA) UNTUK PREDIKSI STOK OBAT-OBATAN PERTANIAN BERBASIS WEB

ANINDYA FEBRIHANA ARDHANI, . (2025) PERBANDINGAN METODE WEIGHTED MOVING AVERAGE (WMA) DAN AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA) UNTUK PREDIKSI STOK OBAT-OBATAN PERTANIAN BERBASIS WEB. Skripsi thesis, Universitas Pembangunan Nasional Veteran Yogyakarta.

	Text 1_Cover_123210142.pdf Download (96kB)
	Text 2_Abstrak_123210142.pdf Download (9kB)
	Text 3_Halaman Pengesahan_123210142.pdf Download (66kB)
	Text 4_Daftar Isi_123210142.pdf Download (41kB)
	Text 5_Daftar Pustaka_123210142.pdf Download (144kB)
	Text 6_Skripsi Full_123210142.pdf Restricted to Repository staff only Download (2MB)

Abstract

Peramalan stok obat-obatan pertanian merupakan aspek penting dalam manajemen
persediaan untuk mendukung efisiensi operasional dan keuntungan bisnis. Toko Sarana
Pertanian Citra Mandiri menghadapi tantangan dalam pengelolaan stok karena pencatatan
manual yang rentan terhadap kesalahan. Penelitian ini bertujuan untuk membandingkan
efektivitas dua metode peramalan deret waktu, yaitu Weighted Moving Average (WMA)
dan Autoregressive Integrated Moving Average (ARIMA), dalam memprediksi kebutuhan
stok obat-obatan pertanian berdasarkan data penjualan historis dari Januari 2021 hingga
Desember 2024. Metode WMA memberikan bobot lebih besar pada data terbaru,
sementara ARIMA menggabungkan komponen autoregresi, differencing, dan moving
average untuk menangani data yang tidak stasioner.
Penelitian ini menggunakan data sekunder yang diperoleh dari Toko Sarana
Pertanian Citra Mandiri dan mengukur akurasi peramalan menggunakan tiga metrik, yaitu
Mean Absolute Percentage Error (MAPE), Root Mean Square Error (RMSE), dan Mean
Absolute Deviation (MAD). Hasil penelitian menunjukkan bahwa ARIMA memberikan
hasil yang lebih akurat dengan nilai MAPE 67,69% dan RMSE 81,99%, sementara WMA
menghasilkan MAPE 241,13% dan RMSE 187,37%. ARIMA lebih unggul dalam
menangkap pola musiman dan tren jangka panjang, sementara WMA lebih efektif untuk
peramalan jangka pendek dengan data yang lebih stabil.
Sistem prediksi stok berbasis web yang dikembangkan dalam penelitian ini
memberikan kontribusi bagi Toko Sarana Pertanian Citra Mandiri untuk merencanakan
kebutuhan stok obat secara lebih efisien, mengurangi risiko kelebihan atau kekurangan
stok, dan meningkatkan kepuasan pelanggan. Berdasarkan hasil penelitian, model ARIMA
direkomendasikan untuk digunakan dalam peramalan jangka panjang, sedangkan WMA
cocok untuk prediksi jangka pendek.
Kata Kunci: Peramalan, Stok Obat, Weighted Moving Average (WMA), Autoregressive
Integrated Moving Average (ARIMA), MAPE, RMSE, Time Series.

Item Type:	Tugas Akhir (Skripsi)
Additional Information:	Anindya Febrihana Ardhani (Penulis - 123210142) ; Dessyanto Boedi Prasetyo (Pembimbing)
Uncontrolled Keywords:	Peramalan, Stok Obat, Weighted Moving Average (WMA), Autoregressive Integrated Moving Average (ARIMA), MAPE, RMSE, Time Series.
Subjek:	T Technology > TK Electrical engineering. Electronics Nuclear engineering T Technology > TS Manufactures
Divisions:	Fakultas Teknik Industri > (S1) Informatika
Depositing User:	Bayu Pambudi
Date Deposited:	20 Oct 2025 07:17
Last Modified:	20 Oct 2025 07:17
URI:	http://eprints.upnyk.ac.id/id/eprint/44574

Actions (login required)

View Item