SISTEM PREDIKSI PENJUALAN ISI ULANG AIR GALON MENGGUNAKAN METODE LSTM DAN SARIMA

JANNAH, ULFARIDA MIFTAKHUL (2025) SISTEM PREDIKSI PENJUALAN ISI ULANG AIR GALON MENGGUNAKAN METODE LSTM DAN SARIMA. Other thesis, Universitas Duta Bangsa Surakarta.

[thumbnail of Cover dan Abstrak.pdf] Text
Cover dan Abstrak.pdf - Preview
Restricted to Registered users only

Download (357kB)
[thumbnail of Bab 1.pdf] Text
Bab 1.pdf - Preview
Restricted to Registered users only

Download (331kB)
[thumbnail of Bab 2.pdf] Text
Bab 2.pdf - Preview
Restricted to Registered users only

Download (382kB)
[thumbnail of Bab 3.pdf] Text
Bab 3.pdf - Preview
Restricted to Registered users only

Download (6MB)
[thumbnail of Bab 4.pdf] Text
Bab 4.pdf - Preview
Restricted to Registered users only

Download (5MB)
[thumbnail of Bab 5.pdf] Text
Bab 5.pdf - Preview
Restricted to Registered users only

Download (206kB)
[thumbnail of Daftar Pustaka.pdf] Text
Daftar Pustaka.pdf - Preview
Restricted to Registered users only

Download (46kB)
[thumbnail of Lampiran.pdf] Text
Lampiran.pdf - Preview
Restricted to Registered users only

Download (491kB)
[thumbnail of Artikel Publikasi.pdf] Text
Artikel Publikasi.pdf - Preview
Restricted to Registered users only

Download (491kB)

Abstract

Depot air mineral isi ulang manshurin water telah berdiri sejak tahun 2018 di Polokarto, Sukoharjo, Jawa Tengah. Depot air mineral isi ulang manshurin water menghadapi tantangan signifikan terkait ketidakstabilan permintaan pelanggan. Ketidakpastian ini menyulitkan pengelolaan operasional secara keseluruhan. Tanpa perkiraan penjualan, depot berisiko mengganggu kualitas layanan kepada pelanggan. Oleh karena itu, solusi yang dapat dikembangkan yaitu membuat sistem prediksi penjualan dengan akurasi yang memadai
Dalam penelitian ini, metode pengumpulan data dilakukan untuk memperoleh data yang akan digunakan dalam proses pelatihan dan pengujian model prediksi penjualan isi ulang air galon pada Depot air mineral isi ulang manshurin water menggunakan metode LSTM dan SARIMA untuk mengetahui akurasi model, diuji menggunakan nilai evaluasi seperti MAPE, MAE dan, RMSE. Adapun pengembangan sistem pada penelitian ini menggunkan metode waterfall. Selain itu sistem diuji dengan metode black box dan pengujian pengguna.
Hasil penelitian menunjukkan SARIMA memiliki performa lebih baik dibandingkan LSTM dalam memprediksi penjualan harian periode Desember 2024-Mei 2025. SARIMA menghasilkan MAPE 1,94%, RMSE 0,3055, dan MAE 0,2489 lebih rendah dibandingkan LSTM (MAPE 2,20%, RMSE 0,3015, MAE 0,2540). Nilai ini menunjukkan SARIMA memiliki kesalahan prediksi lebih kecil karena RMSE dan MAE yang mendekati nol serta MAPE 10% dikategorikan sangat baik.
Implementasi sistem menunjukkan seluruh fitur berjalan baik. Hasil User Acceptance Testing (UAT) sebesar 88% menyatakan pengguna (Admin) sangat setuju terhadap fungsionalitas sistem. Dengan adanya sistem ini, pemilik depot lebih terbantu dalam mengelola data penjualan dan membuat prediksi, sehingga mendukung proses bisnis menjadi lebih efektif, efisien, dan minim kesalahan pencatatan.

Item Type: Thesis (Other)
Uncontrolled Keywords: Prediksi Penjualan, LSTM, SARIMA, Waterfall, Black Box.
Subjects: T Technology > T Technology (General)
Divisions: Fakultas Ilmu Komputer > S1 - Sistem Informasi
SWORD Depositor: Perpustakaan Fikom
Depositing User: Perpustakaan Fikom
Date Deposited: 29 Sep 2025 02:46
Last Modified: 29 Sep 2025 02:46
URI: https://eprints.udb.ac.id/id/eprint/4499

Actions (login required)

View Item
View Item