​

Sales Forecasting

​

Cara Kerja

​

1. Data Collection

• Penjualan historis (minimal 30 hari)
• Data musiman (harian, mingguan, bulanan)
• Data promosi dan campaign
• Data eksternal (hari libur, event)

​

2. Pattern Detection

• Trend (naik/turun)
• Seasonality (pola berulang)
• Anomaly (pencilan)
• Correlation (hubungan antar variabel)

​

3. Model Training

• Split data (train/test)
• Feature engineering
• Model selection (ARIMA, Prophet, LSTM)
• Hyperparameter tuning

​

4. Forecasting

• Point forecast (nilai tunggal)
• Confidence interval (rentang nilai)
• Probabilistic forecast (distribusi)

​

Fitur Utama

​

Multi-Period Forecast

• Forecast per hari untuk 7 hari ke depan
• Confidence interval 80% dan 95%
• Breakdown per produk atau kategori

• Forecast per minggu untuk 4 minggu ke depan
• Trend analysis
• Seasonal adjustment

• Forecast per bulan untuk 12 bulan ke depan
• Year-over-year comparison
• Long-term trend

​

Breakdown Level

• Forecast untuk SKU individual
• Cocok untuk stock planning
• Akurasi tinggi untuk produk fast-moving

• Forecast per kategori produk
• Cocok untuk category management
• Lebih stabil daripada per produk

• Forecast per sales channel
• Cocok untuk channel strategy
• Identifikasi channel terbaik

• Forecast per lokasi/gudang
• Cocok untuk multi-location planning
• Optimasi distribusi stok

​

Confidence Interval

• 80% CI: Rentang narrow, untuk planning konservatif
• 95% CI: Rentang wide, untuk planning agresif

Forecast: 100 pack
80% CI: 90-110 pack (paling mungkin)
95% CI: 80-120 pack (hampir pasti)

​

What-If Analysis

• Best Case: Jika semua berjalan optimal
• Worst Case: Jika ada gangguan (supply, demand)
• Base Case: Skenario paling mungkin

Base Case: 100 pack (asumsi normal)
Best Case: 120 pack (jika campaign sukses)
Worst Case: 70 pack (jika supply terganggu)

​

Cara Menggunakan

​

1. Buka Forecasting Dashboard

• Menu: AI & Analitik > Sales Forecasting
• Pilih periode forecast (7 hari / 4 minggu / 12 bulan)

​

2. Atur Parameter

• Level: Produk / Kategori / Channel / Lokasi
• Filter: Pilih produk, kategori, atau lokasi spesifik
• Confidence: 80% atau 95%
• Scenario: Base / Best / Worst case

​

3. Generate Forecast

• Klik Generate Forecast
• Tunggu proses (biasanya < 30 detik)
• Lihat hasil dalam bentuk chart dan tabel

​

4. Analisis Hasil

• Lihat chart forecast vs actual
• Baca confidence interval
• Bandingkan skenario
• Export ke Excel atau PDF

​

5. Apply ke Planning

• Gunakan forecast untuk stock planning
• Integrasikan dengan purchase order
• Setup auto-reorder berdasarkan forecast

​

Akurasi

• Kualitas data: Data historis yang lengkap dan akurat
• Stabilitas pasar: Pasar stabil lebih mudah diprediksi
• Seasonality: Pola musiman yang konsisten
• Horizon: Forecast jangka pendek lebih akurat

• 7 hari: 90-95% akurasi
• 4 minggu: 85-90% akurasi
• 12 bulan: 75-85% akurasi

​

Integrasi

• Inventory: Auto-reorder berdasarkan forecast
• Manufacturing: Production planning berdasarkan forecast
• Finance: Revenue projection berdasarkan forecast
• Procurement: Purchase order berdasarkan forecast

​

Tips

• Update data historis secara berkala
• Review akurasi forecast vs actual
• Adjust parameter jika akurasi rendah
• Gunakan multiple scenarios untuk planning
• Kombinasikan forecast dengan judgment bisnis