Article Per Year (5 Year)
p-Index From 2019 - 2024
0.23
P-Index
This Author published in this journals
All Journal Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi)
Arip Dwi Cahyono
Universitas Nusantara PGRI Kediri
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Mathematics Mechanical Engineering Transportation

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Implementasi K-Means Clustering dan Trend Moment dalam memproyeksikan stok obat di PT. Lestari Jaya Farma Arip Dwi Cahyono; Umi Mahdiyah; Patmi Kasih
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 7 No. 3 (2023): SEMINAR NASIONAL INOVASI TEKNOLOGI 2023
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v7i3.3539

Abstract

Kecepatan dalam pengolahan dan penyampaian informasi menjadi kunci kesuksesan perusahaan dalam era persaingan bisnis yang bebas. Pedagang Besar Farmasi (PBF) membutuhkan pengolahan data yang efisien untuk mengatur sistem penjualan obat. Namun, PBF sering kesulitan memperkirakan permintaan dan mengelola stok obat dengan tepat. Metode peramalan yang efektif adalah solusi yang diperlukan. Penelitian ini menerapkan Metode K-Means dan Trend Moment untuk memprediksi persediaan obat di PT. Lestari Jaya Farma. Metode K-Means digunakan untuk teknik klastering data, sedangkan Metode Trend Moment digunakan untuk memprediksi tren permintaan berdasarkan data historis penjualan. Penelitian ini menggunakan jumlah data uji coba sebanyak 100 item obat untuk mendapatkan kategori cluster tinggi, sedang, dan rendah. Hasil pengolahan data menunjukkan bahwa kategori cluster tinggi terdiri dari 42 item obat, kategori cluster sedang terdiri dari 32 item obat, dan kategori cluster rendah terdiri dari 24 item obat. Selanjutnya, data diproses menggunakan Metode Trend Moment untuk mendapatkan hasil prediksi tren permintaan. Dalam penelitian ini, hasil prediksi tren moment kemudian dievaluasi, dan didapatkan tingkat Mean Absolute Percentage Error (MAPE) sebesar 15,6988% serta akurasi sebesar 98,57%.
Co-Authors Mahdiyah, Umi Patmi Kasih