English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Plus monthly

Global: Zendy Tools annual

Global: Zendy Tools monthly

Global: Zendy Free Plan

Masalah ketersediaan stok masih menjadi salah satu hal penting dalam menjalankan bisnis di dunia perdagangan, khususnya bisnis retail. Ketersediaan stok berhubungan erat dengan keputusan pembelian barang yang dilakukan oleh toko. Jika keputusan dalam menentukan jumlah barang yang dibeli kurang tepat, maka bisa berakibat jumlah stok yang terlalu banyak (overestimate) atau terlalu sedikit (underestimate). Untuk mendukung keputusan penentuan jumlah barang yang dibeli, diperlukan suatu sistem yang dapat membantu menyediakan rekomendasi jumlah barang yang sebaiknya dibeli, berdasarkan data histori permintaan barang, stok gudang, serta stok pesanan ke pemasok maupun stok pesanan dari pelanggan. Studi kasus dalam penelitian ini adalah toko yang menjual air mineral kemasan galon dan gas tabung LPG. Untuk dapat memperkirakan jumlah permintaan barang diperlukan peramalan (forecasting) dengan metode tertentu, sehingga dapat dihasilkan peramalan permintaan barang yang mendekati kondisi riil. Pada penelitian ini, peramalan permintaan barang dilakukan dengan metode Dekomposisi Census II, di mana tingkat akurasi kesalahan dihitung menggunakan Mean Absolute Error (MAE). Metode Dekomposisi Census II digunakan dalam penelitian ini karena metode ini mampu memisahkan data dari unsur musiman, tren, siklus, dan random sehingga ketepatan hasil ramalan meningkat. Hasil uji coba menunjukkan bahwa MAE periode bulanan mempunyai nilai yang lebih kecil dibandingkan periode tahunan, sehingga diperoleh kesimpulan bahwa peramalan periode bulanan memiliki ketepatan yang lebih tinggi dibanding periode tahunan.

Rekomendasi Pembelian Barang Pada Sistem Retail Dengan Metode Dekomposisi Census II