PENERAPAN METODE SINGLE EXPONENTIAL SMOOTHING DALAM APLIKASI PERAMALAN PENCAIRAN KREDIT PADA PT. BPR MAGGA JAYA UTAMA

Tandika, Verga (2023) PENERAPAN METODE SINGLE EXPONENTIAL SMOOTHING DALAM APLIKASI PERAMALAN PENCAIRAN KREDIT PADA PT. BPR MAGGA JAYA UTAMA. Skripsi thesis, Universitas Buddhi Dharma.

	Text COVER - BAB III.pdf - Published Version Download (2MB)
	Text BAB IV.pdf - Published Version Restricted to Registered users only Download (2MB) | Request a copy
	Text BAB V - LAMPIRAN.pdf - Published Version Download (1MB)

Abstract

Pencairan kredit adalah salah satu aspek penting dalam industri perbankan, terutama pada bank yang fokus pada kredit seperti PT. BPR Magga Jaya Utama. Penelitian ini bertujuan untuk menerapkan metode single exponential smoothing dalam peramalan pencairan kredit pada PT. BPR Magga Jaya Utama. Metode single exponential smoothing adalah salah satu metode peramalan yang cocok digunakan untuk meramalkan data time series dengan tren yang stabil. Data pencairan kredit pada PT. BPR Magga Jaya Utama selama periode Januari 2020 hingga Desember 2022 digunakan sebagai data penelitian. Data di analisis menggunakan perangkat lunak Microsoft Excel. Hasil penelitian menunjukkan bahwa metode single exponential smoothing dapat memberikan peramalan pencairan kredit dengan tingkat akurasi yang tinggi. Model peramalan yang dihasilkan dapat digunakan sebagai acuan dalam mengambil keputusan terkait pencairan kredit pada PT. BPR Magga Jaya Utama. Dalam penelitian ini, nilai alpha terbaik untuk metode single exponential smoothing adalah sebesar 0,3, dengan nilai Mean Absolute Percentage Error (MAPE) sebesar 3,94%. Dalam kesimpulannya, penelitian ini membuktikan bahwa metode single exponential smoothing dapat diterapkan dalam peramalan pencairan kredit pada PT. BPR Magga Jaya Utama. Hasil peramalan yang akurat dapat membantu PT. BPR Magga Jaya Utama dalam mengambil keputusan yang lebih baik dan tepat terkait pencairan kredit. Penelitian ini juga menunjukkan bahwa nilai alpha yang optimal untuk model peramalan dapat berbeda-beda tergantung pada karakteristik data time series yang digunakan.

Item Type:	Thesis (Skripsi)
Uncontrolled Keywords:	Single Exponential Smoothing, Data mining, Forecasting, Rapidminer, Web
Subjects:	000 Karya Umum > 005 Pemograman > 005.74 Database
Divisions:	Fakultas Sains & Teknologi > Teknik Informatika
Depositing User:	Hariyanto Rie
Date Deposited:	01 Mar 2024 03:44
Last Modified:	01 Mar 2024 03:44
URI:	https://repositori.buddhidharma.ac.id//id/eprint/2041

Actions (login required)

View Item