<![CDATA[PukuCamper is a Small and Medium Enterprise in the field of camping car rental services. Business uncertainty due to the pandemic (Covid-19) forced PukuCamper management to develop a survival strategy. In a business situation that is filled with uncertainty, predictions of the amount of rent and future operating income are needed in formulating a business strategy in order to remain afloat. This study aims to develop a PukuCamper car rental forecasting application by applying the Single Exponential Smoothing (SES) method as a knowledge base for forecasting. The independent variable for forecasting is the amount of rent and monthly income, while the dependent variable is also the amount of rent and income from the forecast. In this method, alpha values are used from 0.1 to 0.9, where the value is determined by the smallest error value. For an alpha value of 0.4, the amount of rent gets an error value of 33.86%, while for an alpha 0.2, income gets an error value of 36.35%. Based on application testing, the forecasting results shown by the SES-based application are the same as the results of calculations using the Excel application, which means that the work process of this forecasting application is correct.Keywords: Software; Web-Based; Prediction; Rental income Abstrak. PukuCamper adalah sebuah Usaha Mikro Kecil dan Menengah (UMKM) bidang jasa sewa mobil kamping. Ketidakpastian bisnis akibat adanya pandemi (Covid-19) memaksa manajemen PukuCamper mengembangkan strategi bertahan. Dalam situasi bisnis yang diliputi ketidakpastian, prediksi jumlah sewa dan pendapatan usaha pada masa mendatang diperlukan dalam menyusun strategi bisnis agar tetap dapat bertahan. Penelitian ini bertujuan mengembangkan aplikasi peramalan penyewaan mobil PukuCamper dengan menerapkan metode Single Exponential Smoothing (SES) sebagai basis pengetahuan peramalan. Variabel Independen peramalan berupa Jumlah Sewa dan Pendapatan bulanan, sedangkan variabel Dependen juga berupa jumlah sewa dan pendapatan hasil ramalan. Dalam metode ini digunakan nilai alpha 0,1 – 0,9, dimana nilai tersebut ditentukan oleh nilai error terkecil. Untuk nilai alpha 0,4, jumlah sewa mendapatkan nilai error 33,86%, sedangkan pada untuk alpha 0,2, pendapatan mendapatkan nilai error 36,35%. Berdasarkan pengujian aplikasi, hasil peramalan yang ditunjukkan oleh aplikasi berbasis SES sama dengan hasil perhitungan menggunakan aplikasi Excel, yang berarti proses kerja aplikasi peramalan ini sudah tepat.Kata kunci: Perangkat Lunak; Berbasis Web; Prediksi; Pendapatan sewa]]>
Copyrights © 2022
