PERAMALAN STOK PRODUK MENGGUNAKAN METODE WEIGHTED MOVING AVERAGE (WMA) PADA CV. HABIL SEJAHTERA BERSAMA

Penelitian ini bertujuan untuk meramalkan jumlah stok produk di CV. Habil Sejahtera Bersama menggunakan metode Weighted Moving Average (WMA). Permasalahan yang dihadapi perusahaan adalah fluktuasi penjualan produk yang menyulitkan pengelolaan persediaan, sehingga dapat menyebabkan kelebihan atau kekurangan stok. Metode WMA dipilih karena memberikan bobot lebih besar pada data terbaru, sehingga lebih sensitif terhadap perubahan tren jangka pendek. Data yang digunakan merupakan data historis penjualan produk Tropicana Slim selama 36 bulan terakhir. Penelitian ini menggunakan pendekatan kuantitatif dengan bantuan Microsoft Excel dan Python (Flask) untuk proses pengolahan, peramalan, dan visualisasi data. Akurasi model dievaluasi menggunakan tiga metrik, yaitu Mean Absolute Error (MAE), Mean Absolute Percentage Error (MAPE), dan Mean Squared Error (MSE). Hasil evaluasi menunjukkan nilai MAE sebesar 12,31, MAPE sebesar 27%, dan MSE sebesar 206,74, yang menunjukkan bahwa metode WMA memberikan hasil peramalan yang cukup akurat dan dapat diterima dalam konteks manajerial. Kesimpulan dari penelitian ini adalah bahwa metode WMA efektif diterapkan untuk memprediksi stok produk dan dapat membantu perusahaan dalam pengambilan keputusan strategis terkait pengelolaan persediaan. Aplikasi berbasis web yang dikembangkan juga mempermudah analisis dan penyajian hasil peramalan secara interaktif dan efisien.
========================================================================================================================
This study aims to forecast the product stock at CV. Habil Sejahtera Bersama using the Weighted Moving Average (WMA) method. The company faces issues related to fluctuating product sales, which complicate inventory management and may lead to either excess or shortage of stock. The WMA method was selected because it assigns higher weights to more recent data, making it responsive to short-term trends. The historical sales data of the Tropicana Slim product for the last 36 months were used for analysis. A quantitative approach was applied, supported by Microsoft Excel and Python (Flask) for data processing, forecasting, and visualization. The model’s accuracy was evaluated using three metrics: Mean Absolute Error (MAE), Mean Absolute Percentage Error (MAPE), and Mean Squared Error (MSE). Evaluation results showed MAE of 12.31, MAPE of 27%, and MSE of 206.74, indicating that the WMA method provides reasonably accurate and managerially acceptable forecasting outcomes. The study concludes that the WMA method is effective for forecasting product stock and can support strategic inventory decision-making processes. Additionally, the web-based application developed in this research facilitates easy analysis and provides interactive and efficient visualization of forecasting results.