PREDIKSI PENJUALAN HANDPHONE BERDASARKAN MEREK HANDPHONE YANG DIMINATI OLEH MASYARAKAT MENGGUNAKAN MONTE CARLO (STUDI KASUS GREAN PONSEL)

Oktavia, Rani (2020) PREDIKSI PENJUALAN HANDPHONE BERDASARKAN MEREK HANDPHONE YANG DIMINATI OLEH MASYARAKAT MENGGUNAKAN MONTE CARLO (STUDI KASUS GREAN PONSEL). Masters thesis, Universitas Putra Indonesia YPTK.

[img]
Preview
Text
THESIS_RANI OKTAVIANA_181321064_ABSTRAK.pdf

Download (6kB) | Preview
[img]
Preview
Text
THESIS_RANI OKTAVIANA_181321064_BAB I.pdf

Download (298kB) | Preview
[img]
Preview
Text
THESIS_RANI OKTAVIANA_181321064_DAFTAR PUSTAKA.pdf

Download (261kB) | Preview
[img] Text
THESIS_RANI OKTAVIANA_181321064_FULL TEKS.pdf
Restricted to Repository staff only

Download (2MB)

Abstract

Penjualan merupakan sumber hidup suatu perusahaan. Memprediksi jumlah penjualan merupakan hal penting dalam menganalisis perkembangan penjualan. Analisis perkembangan penjualan ini merupakan faktor penting dalam meningkatkan penjualan. Data yang diolah adalah data penjualan handphone di Green Ponsel dari tahun 2017 sampai 2019. Sumber data didapatkan dari bagian pemilik toko. Data penjualan handphone berdasarkan merek seperti Xiaomi, Samsung, Oppo. Data ini diolah dengan menggunakan metode Monte Carlo.Hasil pengujian terhadap data pada periode lalu didapatkan ketepatan proses pada data penjualan handphone tahun 2019 dengan akurasi tertinggi 95%. Tingkat akurasi terhadapat data uji adalah sebesar 95%.Tingkat akurasi yang tinggi terhadap hasil pengolahan data prediksi, maka penelitian ini sangat tepat dan cocok digunakan pada mempermudah pimpinan mengetahui handphone yang terjual dan berapa peminat konsumen berdasarkan merek yang terjual paling banyak.Sehingga penelitian ini menjadikan rekomendasi untuk tahun 2020. Kata kunci: Monte Carlo, Prediksi, Penjualan

Item Type: Thesis (Masters)
Subjects: 0 Research > Ilmu Komputer > Model dan Simulasi
Divisions/ Fakultas/ Prodi: Fakultas Ilmu Komputer > Magister Ilmu Komputer (S2)
Depositing User: Tri Wahyuni Oktanita A.Md
Date Deposited: 07 Mar 2023 03:19
Last Modified: 07 Mar 2023 03:19
URI: http://repository.upiyptk.ac.id/id/eprint/4366

Actions (login required)

View Item View Item