Implementasi Sistem Peramalan Penjualan Produk Makanan Menggunakan Metode Double Exponential Smoothing Berbasis Web (Studi Kasus: Rumah Makan Kedai Mily, Banyuwangi)
Stefhanny Marshanda Salsabella, Sentot Achmadi, Ali Mahmudi
Sari
Abstrak: Pesatnya perkembangan usaha kuliner membuat Kedai Mily perlu memiliki alat bantu untuk memperkirakan jumlah penjualan agar stok dan kegiatan operasional dapat dikelola dengan lebih baik. Penelitian ini merancang sebuah sistem berbasis web untuk melakukan estimasi penjualan menggunakan metode Double Exponential Smoothing (DES), karena metode ini mampu membaca pola data penjualan yang menunjukkan tren. Sistem dibangun menggunakan framework Laravel dan dilengkapi fitur pengolahan data menu, transaksi, penjualan, serta proses peramalan. Pengujian dilakukan menggunakan teknik black-box untuk memverifikasi bahwa setiap fitur aplikasi beroperasi sesuai rancangan. Berdasarkan temuan yang diperoleh perhitungan menggunakan nilai alpha 0,1, diperoleh Mean Absolute Percentage Error (MAPE) sebesar 20,46%, yang menandakan bahwa ketepatan hasil peramalannya masih berada pada tingkat yang dapat diterima. Sistem ini terbukti membantu Kedai Mily dalam menyajikan data penjualan secara lebih terstruktur, meminimalkan kesalahan pencatatan manual, serta mendukung pengambilan keputusan operasional secara lebih baik.
Kata kunci: peramalan penjualan, double exponential smoothing, sistem web, Kedai Mily, MAPE
Abstract: The rapid growth of the culinary industry requires Kedai Mily to have a reliable tool for estimating sales quantities so that stock management and operational activities can be handled more efficiently. This study designs a web-based system for predicting sales using the Double Exponential Smoothing (DES) method, which is suitable for identifying trend patterns in historical sales data. The system is developed using the Laravel framework and equipped with features for managing menu data, transactions, sales records, and the forecasting process. System evaluation is carried out using the black-box testing technique to ensure that all functionalities operate according to the intended design. Based on the results obtained using an alpha value of 0.1, the forecasting process produces a Mean Absolute Percentage Error (MAPE) of 20.46%, indicating that the prediction accuracy remains within an acceptable range. The system supports Kedai Mily by presenting sales information in a more organized manner, reducing manual recording errors, and assisting in operational decision-making.