Implementasi Metode Single Exponential Smoothing untuk Prediksi Penjualan pada Usaha Mie Ayam Giyo

Abstract

Usaha Mie Ayam Giyo merupakan usaha kuliner berskala kecil di Wonosobo, Jawa Tengah yang belum memiliki sistem pencatatan dan prediksi penjualan yang terstruktur. Dalam konteks yang lebih luas, UMKM menyumbang lebih dari 60% PDB Indonesia dan menyerap sekitar 97% angkatan kerja nasional, namun tingkat adopsi teknologi prediksi di sektor ini masih sangat rendah. Fluktuasi permintaan yang dipengaruhi oleh faktor musiman keagamaan, khususnya Ramadan dan Idul Fitri, menyebabkan kesulitan dalam merencanakan kebutuhan bahan baku sehingga sering terjadi kelebihan atau kekurangan stok yang berpengaruh langsung terhadap profitabilitas usaha. Metode: Penelitian ini mengimplementasikan metode Single Exponential Smoothing (SES) pada data penjualan bulanan selama sembilan bulan (Agustus 2025 hingga April 2026). Optimasi parameter alpha (α) dilakukan dengan menguji nilai α = 0,2; α = 0,5; dan α = 0,8. Evaluasi akurasi menggunakan metrik MAE, MSE, MAPE, dan RMSE. Kualitas sistem diuji menggunakan Black-box Testing dan System Usability Scale (SUS). Hasil: Nilai α = 0,2 menghasilkan performa terbaik dengan MAE sebesar 492,40 porsi, MSE sebesar 841.651, MAPE sebesar 11,19%, dan RMSE sebesar 917,42 porsi. Nilai MAPE yang berada pada rentang 10–20% dikategorikan good forecasting berdasarkan kriteria Lewis (1982). Prediksi penjualan Mei 2026 menggunakan model optimal adalah 3.554,29 porsi. Pengujian Black-box pada 31 skenario seluruhnya berhasil, dan skor SUS mencapai 77,5 (Good). Kesimpulan: Metode SES terbukti dapat diterapkan pada data penjualan UMKM kuliner skala kecil dengan potensi penghematan biaya bahan baku dan pengurangan limbah akibat overstock. Penelitian ini berkontribusi pada SDG 8 (pertumbuhan UMKM), SDG 9 (adopsi teknologi), dan SDG 12 (konsumsi bertanggung jawab). Sistem berbasis web yang dibangun menggunakan Next.js dan Supabase berhasil membantu pemilik usaha melakukan prediksi penjualan secara terstruktur dan berbasis data.