<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" ID="16453">
<titleInfo>
<title>PREDIKSI PENJUALAN KENDARAAN BERMOTOR DI GAIKINDO DALAM PENGAMBILAN KEPUTUSAN DENGAN METODE FORECASTING</title>
</titleInfo>
<name type="Personal Name" authority="">
<namePart>Robby Cokro Buwono, S.Kom., M.Kom</namePart>
<role><roleTerm type="text">Contributor</roleTerm></role>
</name>
<name type="Personal Name" authority="">
<namePart>Bagaskara, Riko Sendi - 175610084</namePart>
<role><roleTerm type="text">Primary Author</roleTerm></role>
</name>
<typeOfResource manuscript="yes" collection="yes">mixed material</typeOfResource>
<genre authority="marcgt">bibliography</genre>
<originInfo>
<place><placeTerm type="text">Yogyakarta</placeTerm></place>
<publisher>STMIK AKAKOM</publisher>
<dateIssued>2021</dateIssued>
<issuance>monographic</issuance>
<edition></edition>
</originInfo>
<language>
<languageTerm type="code">id</languageTerm>
<languageTerm type="text">Indonesia</languageTerm>
</language>
<physicalDescription>
<form authority="gmd">Text</form>
<extent></extent>
</physicalDescription>
<note>Gabungan Industri Kendaraan Bermotor Indonesia atau disingkat GAIKINDO memiliki banyak data penjualan. Data penjualan ini sering kali tidak digunakan. Data penjualan dapat sangat berguna jika diolah dengan benar. Salah satu pengolahan data penjualan adalah membuat sistem pendukung keputusan peramalan data penjualan untuk menyeimbangkan produksi kendaraan sehingga tidak lebih dan tidak kurang dalam hal produksi kendaraan nantinya.
Metode Simple Moving Average yang digunakan untuk sistem, karena data penjualan memiliki pola acak. Tahap pertama dalam perhitungan metode Simple Moving Average dalam sistem yang dibuat adalah mengambil data penjualan dari tahun 2020 – 2021 sebelum bulan periode peramalan. Dilanjutkan dengan menghitung peramalan dengan menggunakan data n = 3 – n = 9. Dari semua perhitung, dicari error yaitu Mean Absolute Percentage Error(MAPE). Peramalan yang memiliki error terkecil dapat diambil keputusan untuk penjualan kendaraan bermotor dibulan berikutnya.
Hasil akhir sistem menunjukkan bahwa algoritma Moving Avarage dapat digunakan untuk meramalkan penjualan bulan berikutnya, tetapi tidak semua peramalan memiliki hasil yang baik karena datanya banyak dan pola yang bervariasi. Oleh karena itu pada peramalan juga dicantumkan perkiraan error peramalan untuk mempertimbangkan pengambilan keputusan.
Kata Kunci : Forecasting, Kendaraan, Moving Avarage</note>
<subject authority=""><topic>Bahasa Pemrograman PHP</topic></subject>
<subject authority=""><topic>Berbasis Website</topic></subject>
<classification>NONE</classification><identifier type="isbn"></identifier><location>
<physicalLocation>Perpustakaan Universitas Teknologi Digital Indonesia Katalog Online Perpustakaan Universitas Teknologi Digital Indonesia</physicalLocation>
<shelfLocator>063 Bag P R.1</shelfLocator>
<holdingSimple>
<copyInformation>
<numerationAndChronology type="1">BAG063SI0121</numerationAndChronology>
<sublocation>RAK REFERENSI SKRIPSI SI</sublocation>
<shelfLocator>063 Bag P R.1</shelfLocator>
</copyInformation>
</holdingSimple>
</location>
<recordInfo>
<recordIdentifier>16453</recordIdentifier>
<recordCreationDate encoding="w3cdtf">2021-09-08 11:40:02</recordCreationDate>
<recordChangeDate encoding="w3cdtf">2021-09-08 11:42:40</recordChangeDate>
<recordOrigin>machine generated</recordOrigin>
</recordInfo></mods></modsCollection>