Magelang, 03 September 2025 – Di tengah persaingan usaha yang semakin ketat, pemanfaatan teknologi informasi menjadi kebutuhan yang tidak bisa diabaikan. Hal ini terbukti dari penelitian yang dilakukan Annisa Ari Azzahra, mahasiswi Program Studi Teknik Informatika, Fakultas Teknik Universitas Muhammadiyah Magelang. Dalam skripsinya yang berjudul “Sistem Prediksi Pengadaan Stok Barang dengan Metode Single Exponential Smoothing (SES)”, Annisa mengkaji permasalahan stok barang pada Toko Rama Collection, sebuah usaha yang bergerak di bidang seni relief kuningan berupa kaligrafi ukiran kayu.

Toko yang berlokasi di Kecamatan Grabag, Kabupaten Magelang ini kerap menghadapi persoalan klasik: ketersediaan barang yang tidak stabil. Kadang terjadi penumpukan barang yang menambah biaya penyimpanan, namun di lain waktu stok justru tidak mencukupi permintaan. Sistem pencatatan yang masih manual semakin memperbesar risiko kesalahan, mulai dari salah input hingga keterlambatan pengiriman. Kondisi inilah yang mendorong Annisa untuk menawarkan solusi melalui pendekatan ilmiah berbasis teknologi.

Metode yang dipilih Annisa adalah Single Exponential Smoothing (SES), sebuah teknik peramalan sederhana namun efektif untuk menganalisis data yang berfluktuasi. Metode ini bekerja dengan memberikan bobot lebih besar pada data terbaru sehingga hasil prediksi lebih relevan dengan kondisi terkini. Menurutnya, pola penjualan di Toko Rama Collection yang tidak konsisten sangat cocok dianalisis dengan SES.

Tujuan utama penelitian ini adalah mengetahui prediksi jumlah stok barang untuk periode mendatang, sehingga dapat dijadikan acuan dalam proses pengadaan. Harapannya, pemilik toko tidak lagi kebingungan menentukan jumlah produksi setiap item, serta dapat menekan kerugian akibat kelebihan maupun kekurangan barang.

Dalam proses penelitian, Annisa mengumpulkan data primer berupa catatan penjualan tahun 2021. Data tersebut kemudian diolah menggunakan perhitungan SES dengan berbagai nilai parameter alpha untuk mencari tingkat akurasi terbaik. Hasilnya cukup mencengangkan. Pada nilai alpha sebesar 0,9, sistem menghasilkan tingkat akurasi 97 persen, dengan kesalahan peramalan hanya sekitar 3 persen. Nilai error terendah ditunjukkan dengan Mean Absolute Deviation (MAD) sebesar 0,66949 dan Mean Square Error (MSE) senilai 1,0505.

Temuan ini menegaskan bahwa sistem prediksi yang dirancang mampu memberikan gambaran nyata mengenai kebutuhan stok barang. Pemilik toko dapat menentukan item apa saja yang harus diprioritaskan dalam pengadaan, sehingga stok lebih tepat sasaran. Dengan kata lain, metode ini tidak hanya membantu mengurangi risiko kerugian, tetapi juga meningkatkan efisiensi proses bisnis secara keseluruhan.

Namun demikian, Annisa juga menyadari adanya keterbatasan. Sistem prediksi berbasis SES memerlukan data aktual setiap bulan agar dapat menghasilkan perhitungan baru. Artinya, prediksi hanya bisa dilakukan untuk periode jangka pendek, yakni bulan berikutnya. Untuk pengembangan ke depan, ia menyarankan penggunaan metode lain yang mampu melakukan peramalan hingga periode tahunan. Selain itu, desain sistem perlu dibuat lebih efisien agar mudah digunakan oleh pihak toko tanpa harus memiliki kemampuan teknis yang tinggi.

Penelitian ini menjadi bukti bahwa inovasi teknologi informasi tidak melulu soal perangkat canggih, melainkan bagaimana sebuah metode sederhana dapat diterapkan secara tepat guna. Dengan hasil akurasi tinggi, sistem prediksi stok barang berbasis SES yang ditawarkan Annisa Ari Azzahra memberi harapan baru bagi pelaku usaha kecil menengah (UKM) untuk lebih adaptif menghadapi dinamika pasar.

Lebih jauh, karya ini sekaligus menunjukkan pentingnya kolaborasi antara dunia akademik dan sektor bisnis lokal. Penelitian yang lahir dari ruang kuliah ternyata bisa memberi dampak langsung pada keberlangsungan usaha masyarakat. Dengan memanfaatkan data penjualan yang ada, sebuah toko tradisional pun bisa naik kelas menuju tata kelola bisnis yang lebih modern, efektif, dan efisien.

Sebagai penutup, Annisa menegaskan bahwa penelitian ini diharapkan dapat menjadi pijakan awal bagi pengembangan sistem informasi prediksi stok yang lebih komprehensif. Jika dikembangkan lebih lanjut, sistem serupa tidak hanya dapat diterapkan pada Toko Rama Collection, tetapi juga di berbagai bidang usaha lain yang menghadapi persoalan serupa: bagaimana menyiapkan stok barang yang tepat, pada waktu yang tepat, dan dalam jumlah yang tepat. (ed. Sulistya NG)

Sumber: repositori UNIMMA