PREDIKSI PENJUALAN APLIKASI KASIR DENGAN METODE MONTE CARLO (STUDI KASUS DI CV. MEDIATAMA WEB INDONESIA)

Novalia, Elfina (2021) PREDIKSI PENJUALAN APLIKASI KASIR DENGAN METODE MONTE CARLO (STUDI KASUS DI CV. MEDIATAMA WEB INDONESIA). Masters thesis, Universitas Putra Indonesia "YPTK".

	Text (FULL TESIS) TESIS_ELFINA NOVALIA_191321051_full tesis.pdf Restricted to Repository staff only Download (2MB)
Preview	Text (DAFTAR PUSTAKA) TESIS_ELFINA NOVALIA_191321051_daftar pustaka.pdf Download (230kB) | Preview
Preview	Text (BAB 1) TESIS_ELFINA NOVALIA_191321051_bab 1.pdf Download (99kB) | Preview
Preview	Text (ABSTRAK) TESIS_ELFINA NOVALIA_191321051_abstrak.pdf Download (9kB) | Preview

Abstract

Meningkatnya kebutuhan Aplikasi Kasir mengharuskan perusahaan developer harus bisa memenuhi kebutuhan dan ritme penjualan yang meningkat serta mempersiapkan kebutuhan yang akan terjadi di masa mendatang. Salah satu cara yaitu melakukan simulasi prediksi menggunakan metode Monte Carlo. Simulasi Monte Carlo merupakan metode prediksi dengan menetapkan data penjualan sebelumnya dan ditentukan angka acak yang berulang sehingga hasil prediksi dapat mendekati data riil. Monte Carlo memiliki tahapan proses dengan menetapkan data riil penjualan tahun sebelumnya kemudian diproses melalui tahapan metode Monte Carlo sehingga hasil tersebut dijadikan acuan untuk memprediksi tingkat penjualan tahun mendatang. Hasil diperoleh berdasarkan tingkat akurasi prediksi penjualan tahun 2019 yaitu 77% dan prediksi penjualan tahun 2020 yaitu 68%, sedangkan untuk prediksi penjualan tahun 2021 total penjualan aplikasi kasir mencapai 103 penjualan. Pengujian tersebut diimplementasikan dalam bentuk sistem berbasis website yang dibangun menggunakan bahasa pemrograman PHP dan databse MySql sehingga pengujian dapat dilakukan secara komputerisasi. Dengan adanya sistem simulasi prediksi yang terkomputerisasi dapat memberikan kemudahan perusahaan melakukan prediksi penjualan Aplikasi Kasir untuk masa mendatang. Kata kunci: Aplikasi Kasir, Simulasi, Monte Carlo, Website.

Actions (login required)

View Item