Abstract:
Manajemen stok pada usaha mikro di pasar tradisional masih banyak dilakukan
secara intuitif, sehingga berisiko menimbulkan kelebihan stok, kekurangan stok,
dan ketidakefisienan penggunaan modal harian. Permasalahan ini semakin
kompleks pada toko penjual bahan pelengkap masakan yang menjual produk
perishable dan semi-tahan lama dengan pola permintaan yang fluktuatif. Penelitian
ini bertujuan membangun sistem prediksi permintaan barang dan optimasi
manajemen stok berbasis arus kas pada satu toko pasar tradisional di Tanjung
Morawa. Metode yang digunakan adalah Ensemble Learning dengan
mengombinasikan Support Vector Regression (SVR) dan Seasonal Autoregressive
Integrated Moving Average (SARIMA) melalui mekanisme weighted averaging.
Data yang digunakan berupa data penjualan harian per produk selama sekitar 6–12
bulan, serta variabel pendukung seperti hari kerja/libur, hari besar keagamaan,
kondisi cuaca, harga beli, dan harga jual. Tahapan penelitian meliputi pengumpulan
data, preprocessing, rekayasa fitur, pelatihan model SVR dan SARIMA,
penggabungan prediksi ensemble, serta transformasi hasil prediksi ke dalam
variabel keuangan berupa kebutuhan modal beli, potensi pendapatan, dan risiko rugi
susut. Selanjutnya, hasil prediksi digunakan sebagai input pada optimasi alokasi
modal harian menggunakan Linear Programming. Evaluasi model dilakukan
menggunakan metrik MAE, RMSE, MAPE, dan R². Penelitian ini diharapkan
menghasilkan sistem yang mampu meningkatkan akurasi prediksi permintaan,
membantu pedagang mengalokasikan modal secara lebih efisien, mengurangi
potensi kerugian akibat stok tidak terjual, serta mendukung pengambilan keputusan
yang lebih tepat pada usaha mikro di pasar tradisional.
