Identifikasi Tingkat Produk HWI Simulasi E-Commerce Monthe Carlo
Abstract
Memprediksi penjualan merupakan salah satu aspek yang penting dalam perkembangan penjualan. Simulasi identifikasi tingkat penjualan merupakan sebuah estimasi tentang perhitungan tingkat penjualan produk dalam sebuah periode tertentu. Tujuan penelitian adalah untuk memprediksi tingkat . Data yang digunakan adalah data penjualan produk dalam bisnis tahun 2019 hingga 2020 yang diolah menggunakan metode Monte Carlo. Dalam mempercepat pengolahan data, sistem ini diaplikasikan kedalam sistem berbasiskan web dengan menggunakan bahasa pemrograman PHP (Hypertext Procesor) Berdasarkan hasil pengujian prediksi tingkat penjualan produk dalam bidang bisnis didapatkan rata-rata akurasi sebesar 84,5% sehingga memudahkan dalam proses pengambilan keputusan serta membantu dalam memilih strategi bisnis yang baik.
Keywords:Â Identifikasi,Sumulasi,Produk,MonteCarlo,
E-Commerce.
Full Text:
PDFReferences
Geni, B. Y., Santony, J., & Sumijan. (2019). Prediksi Pendapatan Terbesar pada Penjualan Produk Cat dengan Menggunakan Metode Monte Carlo. Jurnal Informatika Ekonomi Bisnis, 1(4), 15-20. DOI: https://doi.org/10.37034/infeb.v1i4.5 .
Mahessya, R. A. (2017). Pemodelan dan Simulasi Sistem Antrian Pelayanan Pelanggan Menggunakan Metode Monte Carlo Pada PT Pos Indonesia (Persero) Padang. Jurnal Ilmu Komputer, 6(1), 15-24. DOI: https://doi.org/10.33060/JIK/2017/Vol6.Iss1.41 .
Hutahaean, H. D. (2018). Analisa Simulasi Monte Carlo Untuk Memprediksi Tingkat Kehadiran Mahasiswa Dalam Perkuliahan (Studi Kasus di STMIK Pelita Nusantara). Journal of Informatic Pelita Nusantara. 3(1), 41-45.
Muhaimin, A., Sumijan, S., & Santony, J. (2020). Pemodelan dan Simulasi Pengelolaan Persediaan Alat Tulis Kantor dengan Metode Monte Carlo. Jaringan Sistem Informasi Robotik-JSR, 4(1), 1-6.
Bertot, L., Genaud, S., & Gossa, J. (2018). An Overview of Cloud Simulation Enhancement Using The Monte-Carlo Method. In 2018 18th IEEE/ACM International Symposium on Cluster, Cloud and Grid Computing (CCGRID), 386-387.
Yusmaity., Santony, J., & Yunus, Y. (2019). Simulasi Monte Carlo untuk Memprediksi Hasil Ujian Nasional (Studi Kasus di SMKN 2 Pekanbaru). Jurnal Informasi & Teknologi, 1(4), 1-6. DOI: https://doi.org/10.37034/jidt.v1i4.21 .
Irfani, M. H., & Dafid, D. (2018). Estimasi Pengunjung Menggunakan Simulasi Monte Carlo pada Warung Internet XYZ. Journals of Indo Global Mandiri University, 8(2).
Shofa, W. N., Soejanto, I., & Ristyowati, T. (2017). Penjadwalan Proyek dengan Penerapan Simulasi Monte Carlo pada Metode Program Evaluation Review and Technique (PERT). Opsi, 10(2), 150-157. DOI: https://doi.org/10.31315/opsi.v10i2.2110 .
Manurung, K. H., & Santony, J. (2019). Simulasi Pengadaan Barang Menggunakan Metode Monte Carlo. Jurnal Sistem Informasi dan Teknologi, 1(3), 7-10. DOI: https://doi.org/10.35134/jsisfotek.v1i3.3 .
Astia, R. Y., Santony, J., & Sumijan, S. (2019). Prediction Of Amount Of Use Of Planning Family Contraception Equipment Using Monte Carlo Method (Case Study In Linggo Sari Baganti District). Indonesian Journal of Artificial Intelligence and Data Mining, 2(1), 28-36. DOI: http://dx.doi.org/10.24014/ijaidm.v2i1.5825 .
Dedrizaldi, D., Masdupi, E., & Linda, M. R. (2019). Analisis Perencanaan Persediaan Air Mineral dengan Pendekatan Metode Monte Carlo pada PT. Agrimitra Utama Persada. Jurnal Kajian Manajemen dan Wirausaha, 1(1).
Munandar, M. H., & Masrizal, M. (2019). Simulasi Penjualan Arang Batok Kelapa dengan Menggunakan Metode Monte Carlo Pada CV. Banjar Berniaga. JURNAL INFORMATIKA, 7(2), 100-105. DOI: https://dx.doi.org/10.36987/informatika.v7i2.1360 .
Li, A., Ren, Y., Yang, D., & Li, Z. (2018). A Monte Carlo Simulation-Based Algorithm for a Repairable System in GO Methodology. In 2018 5th International Conference on Dependable Systems and Their Applications (DSA), 119-125.
Juledi, A.P. (2021). Perancangan Sistem Informasi Akademik SMA Pertiwi 2 Padang Menggunakan Bahasa Pemograman PHP dan MySql. JURNAL INFORMATIKA,Volume 9 No 2 , Hal-57-70. E-ISSN : 2615-1855, P-ISSN: 2303-2863
Refbacks
- There are currently no refbacks.