Simulasi Algoritma Monte Carlo dalam Memprediksi Pendapatan Penjualan Produk Kalsium Tiens Syariah

  • Yani Z
  • Sumijan S
N/ACitations
Citations of this article
30Readers
Mendeley users who have this article in their library.

Abstract

Dalam memenuhi kebutuhan konsumen, ketersediaan produk kalsium merupakan suatu masalah yang perlu diperhatikan. Barang yang sering terjual yang akan menjadi stock terbanyak, sehingga permintaan  barang  jadi terpenuhi dan  pendapatan   juga akan meningkat. Penelitian ini bertujuan untuk memprediksi tingkat  pendapatan penjualan produk kalsium di stokies tiens 872, dalam menentukan  produk  yang akan di sediakan  untuk  tahun berikutnya. Data  yang akan digunakan yaitu data penjualan produk kalsium dari tahun 2018 hinga  tahun 2019. Pengolahan data dilakukan dengan menggunakan algoritma monte carlo, kemudian data tersebut  diolah dan dibangkitkan menggunakan  bilangan acak yang di ambil secara random, setelah itu dikonversi atau di ubah dalam bentuk distribusi  dengan mengunakan teknik  simulasi untu mendapatkan hasilnya. Hasil yang  di dapatkan dalam memprediksi tingkat pendapatan penjulan produk kalsium, dengan cara  membuat perbandingan terhadap data penjualan yang banyak terjual yaitu Nutrient High Calcum Powder yang ada pada tahun 2018, dengan hasil simulasi tahun 2018 dengan tingkat akurasi data  sebesar 91%,  dengan jumlah produk kalsium sebanyak 1367 produk. Kemudian Data Pada tahun 2019 dengan hasil simulasi tahun 2019 dengan tingkat akurasi data  sebesar 93%  dengan jumlah produk kalsium sebanyak 1667 produk. Dengan tingkat akurasi yang dihasilkan pada  penelitian, maka simulasi monte carlo dapat membantu  pihak stokies dalam memprediksi  pendapatan penjualan berdasarkan data yang sudah diolah, Sehingga penelitian ini mampu memprediksi tingkat pendapatan untuk tahun berikutnya.

Cite

CITATION STYLE

APA

Yani, Z., & Sumijan, S. (2020). Simulasi Algoritma Monte Carlo dalam Memprediksi Pendapatan Penjualan Produk Kalsium Tiens Syariah. Jurnal Informatika Ekonomi Bisnis. https://doi.org/10.37034/infeb.v3i1.58

Register to see more suggestions

Mendeley helps you to discover research relevant for your work.

Already have an account?

Save time finding and organizing research with Mendeley

Sign up for free