Implementasi algoritma k-means clustering dan double exponential smoothing untuk prediksi penentuan jumlah produksi jilbab

INDONESIA:

Jilbab adalah salah satu fashion yang sudah mengalami perkembangan zaman dengan berbagai macam model dan bentuk. Sesuai dengan zaman dan permintaan konsumen, banyak sekali pengusaha dan pedagang yang mulai menggeluti bisnis jilbab. UKM Mar’ah adalah salah satu UKM yang bergerak dibidang produksi jilbab. Dalam memprediksi produksi jilbab UKM Mar’ah masih melakukannya secara manual sehingga sering terjadi kesalahan karena permintaan konsumen yang mempunyai pola trend, waktu produksi yang lama. Hal ini menyebabkan kerugian karena kurangnya stok produk yang laku karena penjualan tinggi dan menumpuknya produk yang tidak laku karena penjualan rendah. Pada penelitian ini dibangunlah suatu sistem yang berfungsi untuk memprediksi jumlah produksi jilbab menggunakan metode K-Means Clustering dan Double Exponential Smoothing. Metode K-Means Clustering digunakan untuk mengelompokkan jilbab dalam 3 kategori yaitu laris, sedang dan tidak laris. Metode Double Exponential Smoothing diimplementasikan untuk menentukan prediksi jumlah produksi jilbab setelah dilakukan pengelompokan. Jumlah persentase kesalahan penelitian ini untuk menentukan prediksi jilbab 3 periode kedepan menggunakan metode K-Means Clustering dan Double Exponential Smoothing adalah 22,28 %.

ENGLISH:

Jilbab is one fashion that has experienced the development of the times with a variety of models and shapes. In accordance with the times and consumer demand, a lot of entrepreneurs and traders have started wrestling the hijab business. UKM Mar'ah is one of the UKM engaged in the production of headscarves. In predicting the production of the veil UKM Mar'ah still do it manually so that errors often occur because of consumer demand that has a trend pattern, a long production time. This causes losses due to lack of stock of products that sell because of high sales and pile up products that don't sell because of low sales. In this research, a system that functions to predict the amount of hijab production was built using the K-Means Clustering and Double Exponential Smoothing methods. The K-Means Clustering method is used to group headscarves in 3 categories, which are bestsellers, medium and non-sellers. The Double Exponential Smoothing method is implemented to determine the prediction of the amount of veil production after grouping. The percentage of errors in this study to determine the prediction of the hijab 3 in the future using the K-Means Clustering and Double Exponential Smoothing method is 22.28%.