IMPLEMENTASI FITUR SALES FORECASTING MENGGUNAKAN METODE ENSEMBLE LEAST SQUARE PADA APLIKASI POINT OF SALE BERBASIS MOBILE FLUTTER (Studi Kasus: ISC Cabang Purwokerto)

Saputra, Whisnu Yudha (2026) IMPLEMENTASI FITUR SALES FORECASTING MENGGUNAKAN METODE ENSEMBLE LEAST SQUARE PADA APLIKASI POINT OF SALE BERBASIS MOBILE FLUTTER (Studi Kasus: ISC Cabang Purwokerto). Other thesis, Universitas Amikom Purwokerto.

[thumbnail of COVER.pdf] Text
COVER.pdf

Download (623kB)
[thumbnail of DAFTAR ISI.pdf] Text
DAFTAR ISI.pdf

Download (486kB)
[thumbnail of ABSTRAK.pdf] Text
ABSTRAK.pdf

Download (435kB)
[thumbnail of BAB I.pdf] Image
BAB I.pdf
Restricted to Registered users only

Download (522kB)
[thumbnail of BAB II.pdf] Image
BAB II.pdf
Restricted to Registered users only

Download (801kB)
[thumbnail of BAB III.pdf] Image
BAB III.pdf
Restricted to Registered users only

Download (699kB)
[thumbnail of BAB IV.pdf] Image
BAB IV.pdf
Restricted to Registered users only

Download (3MB)
[thumbnail of BAB V.pdf] Image
BAB V.pdf
Restricted to Registered users only

Download (435kB)
[thumbnail of DAFTAR PUSTAKA.pdf] Image
DAFTAR PUSTAKA.pdf
Restricted to Registered users only

Download (581kB)
[thumbnail of LAMPIRAN.pdf] Text
LAMPIRAN.pdf
Restricted to Repository staff only

Download (1MB)

Abstract

ISC Cabang Purwokerto menghadapi tantangan dalam manajemen stok dan strategi penjualan yang masih mengandalkan intuisi manual, sehingga berisiko menimbulkan subjektivitas dan ketidakakuratan prediksi. Selain itu, penggunaan sistem Point of Sale (POS) berbasis desktop dinilai kurang praktis dan membatasi mobilitas staf, terutama saat pameran. Penelitian ini bertujuan untuk mengembangkan aplikasi POS berbasis mobile menggunakan kerangka kerja Flutter yang terintegrasi dengan fitur sales forecasting untuk meningkatkan akurasi perencanaan stok dan kemudahan pelayanan. Pengembangan sistem menggunakan metode Extreme Programming (XP). Fitur prediksi dibangun menggunakan metode Ensemble Least Square yang menggabungkan Ridge Regression untuk menangkap tren linear dan Random Forest untuk memodelkan Residual non-linear, dengan memperhitungkan fluktuasi harga emas harian. Hasil pengujian model menunjukkan kinerja yang baik dengan nilai MAPE sebesar 14,06%, RMSE 8,04 gram, dan MAE 6,42 gram. Berdasarkan pengujian User Acceptance Testing aplikasi ini mendapatkan persentase kelayakan sebesar 84,62% dari Admin dan 82,86% dari Staf, yang dikategorikan sebagai Sangat Layak. Implementasi ini terbukti dalam memberikan prediksi penjualan yang terukur serta meningkatkan fleksibilitas operasional penjualan di ISC Cabang Purwokerto.
Item Type: Thesis (Other)
Additional Information: Dosen Pembimbing: Agung Prasetyo, M.Kom., dan Nandang Hermanto, M.Kom.
Uncontrolled Keywords: Kata Kunci: Sales Forecasting, Ensemble Least Square, Point of Sale, Flutter, Extreme Programming
Subjects: T Technology > T Technology (General)
Divisions: Fakultas Ilmu Komputer > Informatika
Depositing User: UPT Perpustakaan Pusat Universitas Amikom Purwokerto
Date Deposited: 30 Apr 2026 04:09
Last Modified: 30 Apr 2026 04:09
URI: https://eprints.amikompurwokerto.ac.id/id/eprint/3392

Actions (login required)

View Item
View Item