Abstract :
Setiap badan usaha yang berorientasi pada penjualan produk mayoritas
memerlukan informasi tentang produk yang dijualnya, termasuk informasi stok
barang. Setiap usaha memiliki caranya tersendiri untuk mengelola data tersebut.
Masalah yang biasanya dihadapi adalah ketika terlalu banyak menyiapkan stok
banyak untuk produk yang pada periode tertentu sedang tidak banyak peminatnya
dan sebaliknya menyiapkan stok seadanya untuk produk yang pada periode tertentu
sedang banyak yang membutuhkan. Penumpukan stok produk menyebabkan
produk tersebut bisa rusak karena termakan waktu dan kekurangan stok produk
menyebabkan kepercayaan konsumen menurun dan memilih membeli produk
tersebut di tempat lain. Salah satu solusi dari masalah tersebut adalah meramalkan
stok produk yang harus disediakan pada periode berikutnya. Metode peramalan
yang dipilih pada penelitian ini adalah Single Moving Average (SMA) yang
dihitung nilai error-nya menggunakan beberapa matriks evaluasi diantaranya Mean
Absolute Error (MAE), Mean Squared Error (MSE), Root Mean Squared Error
(RMSE), dan Mean Absolute Percentage Error (MAPE). Penelitian ini bertujuan
untuk meramalkan penjualan di periode selanjutnya menggunakan data penjualan
pada periode sebelumnya. Hasil peramalan SMA menggunakan orde 3 pada bulan
Juli 2023 yaitu 1359,3333 dengan perhitungan MAE sebesar 303,0667, MSE
sebesar 153873,1, RMSE sebesar 392,2666, dan MAPE sebesar 39,0342% yang
masuk ke dalam kategori wajar. Implementasi metode SMA pada aplikasi kasir
memungkinkan pengguna tidak perlu memasukkan data penjualan lagi melainkan
data langsung diambil dari basis data aplikasi kasir.
Kata Kunci: Stok Barang, Peramalan, Single Moving Average