Jurnal Komputer Terapan
Not a member yet
223 research outputs found
Sort by
Kecerdasan Buatan untuk Security Orchestration, Automation and Response: Tinjauan Cakupan
Full text linkThe integration of artificial intelligence (AI) in Security Orchestration, Automation, and Response (SOAR) promises to revolutionise cybersecurity operations. The adoption of AI-powered SOAR technologies can help organisations improve their resilience to cyberattacks. Some research proposes the use of SOAR engines that can deploy customised honeypots and identify attacks, whereas others integrate artificial intelligence to improve situational understanding and response to security threats. The use of AI/ML technologies in cybersecurity can improve the effectiveness of SOC analysts in detecting, preventing, and responding to security attacks in ways such as better threat detection, automation of routine tasks, faster and more accurate data analysis, improved response to attacks, and reduced workload. Detection capabilities on the SOAR engine include HTTP IDS, Botnet, and DDoS detection, using machine learning models trained on various types of data. The SOAR engine is also equipped with other security threat detection capabilities, such as behavioural analysis, log analysis, malware analysis and threat intelligence analysis. SOAR systems equipped with artificial neural network-based machine learning are capable of analysing data in real-time and performing threat detection quickly. Thus, the use of AI technology and real-time analysis helps to reduce the workload of security professionals and increase efficiency in dealing with cyberattacks.Integrasi kecerdasan buatan (AI) dalam Security Orchestration, Automation, and Response (SOAR) menjanjikan revolusi dalam operasi keamanan siber. Adopsi teknologi SOAR yang didukung AI dapat membantu organisasi meningkatkan ketahanan mereka terhadap serangan siber. Beberapa penelitian mengusulkan penggunaan mesin SOAR yang dapat menerapkan honeypot khusus dan mengidentifikasi serangan, sedangkan yang lain mengintegrasikan kecerdasan buatan untuk meningkatkan pemahaman situasional dan respons terhadap ancaman keamanan. Penggunaan teknologi AI/ML dalam keamanan siber dapat meningkatkan efektivitas analis SOC dalam mendeteksi, mencegah, dan merespons serangan keamanan dengan cara seperti deteksi ancaman yang lebih baik, otomatisasi tugas rutin, analisis data yang lebih cepat dan akurat, peningkatan respons terhadap serangan, dan pengurangan beban kerja. Kemampuan deteksi pada mesin SOAR mencakup deteksi HTTP IDS, Botnet, dan DDoS, dengan menggunakan model pembelajaran mesin yang dilatih pada berbagai jenis data. Mesin SOAR juga dilengkapi dengan kemampuan deteksi ancaman keamanan lainnya, seperti analisis perilaku, analisis log, analisis malware, dan analisis intelijen ancaman. Sistem SOAR yang dilengkapi dengan mesin pembelajaran berbasis jaringan saraf tiruan mampu menganalisis data secara real-time dan melakukan deteksi ancaman dengan cepat. Sehingga penggunaan teknologi AI dan analisis real-time membantu dalam mengurangi beban kerja profesional keamanan dan meningkatkan efisiensi dalam menghadapi serangan siber
Optimasi Chatbot dengan Pemanfaatan Natural Language Processing
Full text linkThe use of chatbot applications has grown rapidly in areas ranging from customer service to interactive assistance on multiple platforms. In order to improve the quality and responsiveness of chatbots, this research focuses on utilising natural language processing (NLP) as the main method. NLP is a technology that allows for more natural communication between humans and computers and thus allows chatbots to understand and respond to user requests more accurately. The study includes the development of chatbot applications that incorporate the latest NLP techniques, including natural language processing, sentiment analysis, and context understanding. The results show significant improvements in chatbot performance, improved user interaction with the app, and increased user satisfaction levels. The purpose of this study is to ease the work of administrative staff in providing information and make it easier for students and prospective students to get information that exists today. So that providing and getting information becomes easier and more efficient. Data collection is in the form of literature studies, interviews, and observations. Quantitative methods are used in this research process to conduct testing. The system was tested using black box testing successfully and carried out the User Acceptance Test (UAT) by obtaining an average score of 88.6% of student responses with the predicate "strongly agree," which means users are satisfied with this chatbot application. The results of this study prove that chatbot applications using the NLP method can be used to make it easier for students and prospective students to get the information they want.Penggunaan aplikasi chatbot telah berkembang pesat dalam berbagai bidang, mulai dari layanan pelanggan hingga bantuan interaktif dalam berbagai platform. Dalam rangka untuk meningkatkan kualitas dan responsivitas chatbot, penelitian ini fokus pada pemanfaatan Natural Language Processing (NLP) sebagai metode utama. NLP adalah teknologi yang memungkinkan komunikasi yang lebih alami antara manusia dan komputer, dan dengan demikian memungkinkan chatbot untuk memahami dan merespons permintaan pengguna dengan lebih akurat. Studi ini mencakup pengembangan aplikasi chatbot yang menggabungkan teknik NLP terkini, termasuk pemrosesan bahasa alami, analisis sentimen, dan pemahaman konteks. Hasilnya menunjukkan peningkatan signifikan dalam kinerja chatbot, meningkatkan interaksi pengguna dengan aplikasi, dan meningkatkan tingkat kepuasan pengguna. Tujuan dari penelitian ini untuk meringankan pekerjaan staff administrasi dalam memberikan informasi serta memudahkan mahasiswa dan calon mahasiswa dalam mendapat informasi yang ada saat ini. Sehingga dalam memberikan dan mendapatkan informasi menjadi lebih mudah dan efisien. Pengumpulan data berupa studi pustaka, wawancara dan observasi. Metode kuantitatif digunakan dalam proses penelitian ini untuk digunakan dalam melakukan testing. Sistem diuji menggunakan black box testing dengan berjalan sukses serta dilakukan User Acceptance Test (UAT) dengan memperoleh nilai rata- rata sebesar 88,6% dari respon mahasiswa dengan predikat “Sangat Setuju” yang berarti pengguna puas dengan aplikasi chatbot ini. Hasil penelitian ini membuktikan bahwa aplikasi chatbot menggunakan metode NLP ini dapat digunakan untuk mempermudah mahasiswa dan calon mahasiswa mendapatkan informasi yang mereka inginkan
Optimasi Model CNN untuk Identifikasi Jenis Bunga Berdasarkan spektrum Warna
No full textThis research takes the form of Flower Species Recognition using Convolutional Neural Network (CNN) to optimize the identification of flower types based on color spectrum. The color spectrum of flowers can vary significantly between species and even within a single species. This can pose a challenge in developing a model capable of identifying flower types with high accuracy amidst a wide spectrum of color variations. Selecting an appropriate CNN architecture and optimizing model hyperparameters to achieve optimal performance is a complex process. Careful exploration of various architectures and optimization techniques is necessary to improve the accuracy of flower type identification. The dataset used is collected from various repository sources, comprising images of flowers captured under different lighting conditions, representing diverse color spectra. In this study, data preprocessing stages include color spectrum normalization, feature extraction, and data augmentation to enhance dataset diversity. The CNN model in this research is optimized through network architecture optimization. Model evaluation is performed using standard performance evaluation metrics such as accuracy, precision, and recall. It is expected that this research will yield a CNN model capable of identifying flower types with good accuracy levels, despite facing a wide range of color spectrum variations. This will facilitate the identification and grouping of flower types based on their visual characteristics..Penelitian ini dalam bentuk Pengenalan jenis bunga menggunakan Convolutional Neural Network (CNN)untuk mengoptimalkan identifikasi jenis bunga berdasarkan spektrum warna. Spektrum warna bunga dapat bervariasi secara signifikan antar spesies maupun dalam satu spesies. Ini bisa menjadi tantangan dalam pengembangan model yang mampu mengidentifikasi jenis bunga dengan akurasi tinggi di tengah variasi spektrum warna yang luas. Memilih arsitektur CNN yang sesuai dan mengoptimalkan hyperparameter model untuk mencapai kinerja yang optimal adalah proses yang kompleks. Perlu dilakukan eksplorasi yang cermat terhadap berbagai arsitektur dan teknik optimasi untuk meningkatkan akurasi identifikasi jenis bunga. Dataset yang digunakan dikumpulkan dari berbagai sumber repository. dataset yang mencakup gambar-gambar bunga diambil dalam berbagai kondisi pencahayaan yang berbeda, mewakili spektrum warna yang beragam. Pada penelitian ini melalui tahapan pra-pemrosesan data termasuk normalisasi spektrum warna, ekstraksi fitur, dan augmentasi data untuk meningkatkan keragaman dataset. Model CNN pada penelitian ini dioptimalkan melalui optimasi arsitektur jaringan. Evaluasi model dilakukan menggunakan metrik evaluasi kinerja standar seperti akurasi, presisi, dan recall. Dari haril pengujian dataset sebanyak 551 gambar (5 label data) dengan gambar yang distandarisasi untuk ukuran 150 x 150 px dengan iterasi (pouch) sebanyak 50 mendapakan hasil akurasi sebesar 96% dan hasil loss sebesar 0.05%. Dapat diketahui bahwa detail dari suatu gambar yang digunakan dalam penelitian sebagai dataset sangat mempengaruhi nilai akurasi model data. Penentuan epoch dan jumlah convolutional layer sangat mempengaruhi akurasi yang akan didapatkan karena gambar akan melalui pemeriksaan berulang sebanyak jumlah epoch sehingga detail gambar dapat terdeteksi dengan baik. Metode CNN yang terdiri dari proses yang berlapis-lapis menunjukkan bahwa penggunaan model ini pada klasifikasi jenis bunga berdasarkan warna memiliki tingkat akurasi yang baik
ANALISA FORENSIK CYBER ATTACK TERHADAP WEB SECURITY
Full text linkTeknologi menjadi kebutuhan sehari-hari bagi banyak orang. Penggunaan teknologi yang tidak tepat dapat menimbulkan dampak negatif baik bagi individu maupun organisasi seperti mendapatkan informasi-informasi yang bersifat illegal. Hal ini dapat dilakukan dengan memanfaatkan teknologi komputer sehingga menimbulkan kejahatan siber seperti eksploitasi website dengan serangan cross-site scripting. Untuk mengungkap kasus tersebut dibutuhkan bukti digital untuk membantu dalam mengungkap kasus tindak kejahatan siber seperti disk image yang berisikan file system, file temp (log), dan partisi disk lain didalamnya. Upaya dalam memperoleh dan menganalisis barang bukti digital tersebut dilakukan dengan teknik static forensic dengan menerapkan metode NIST. Teknik static forensic, memperoleh bukti digital dengan melakukan ekstraksi dan analisis setelah terjadi insiden ataupun setelah sistem tidak beroperasi. Penelitian ini menghasilkan artifak-artifak barang bukti digital (evidence) berupa disk image, file access.log yang mencatat seluruh permintaan yang dilakukan pelaku terkait serangan reflected cross-site scripting dan stored cross-site scripting yang tercatat pada log server, dan IP Address pelaku. Sedangkan pada file error.log tidak ada indikasi terjadinya serangan cross-site scripting dan tidak menghasilkan bukti apapun indikasi serangan. Barang bukti tersebut, diolah dan disajikan sebagai laporan hasil investigasi digital forensic untuk memperkuat kasus hukum terhadap pelaku serangan.Technology has become a daily necessity for many people. Improper use of technology can have negative impacts on both individuals and organizations such as obtaining illegal information. This can be done by utilizing computer technology, resulting in cybercrime such as website exploitation with cross-site scripting attacks. To uncover the case, digital evidence is needed to help uncover cybercrime cases through digital forensics such as disk images containing system files, temp files (logs), and other disk partitions. The purpose of this study is to obtain and analyze digital evidence which is carried out using static forensic techniques by applying the NIST method. Static forensic techniques obtain digital evidence by extracting and analyzing it after an incident occurs or after the system is not operating. The results of this study are digital evidence artifacts namely, disk images, access.log files that record all requests made by the perpetrator related to reflected cross-site scripting attacks and stored cross-site scripting recorded on the server log, and the perpetrator\u27s IP Address. While in the error.log file there is no indication of a cross-site scripting attack and does not find any evidence of an attack. The evidence was processed and presented as a digital forensic investigation report to strengthen the legal case against the perpetrators of the attack
Optimalisasi dan Evaluasi User Acceptance dan Usability dengan Penerapan Prototyping pada Aplikasi Manajemen Produk dan Pesanan
Full text linkThe rapid development of information technology affects various aspects of life, including business. Disebut Kopi, a cafe founded in 2021, utilizes technology to handle online orders through third-party applications. However, business owners still do not feel they can maximize profits if they continue relying on partner applications for sales. Hence, an online ordering and business product management application was developed specifically for Disebut Kopi. This mobile and web-based application facilitates management and direct notification receipt for the business. The prototyping approach is used in the development of this application to ensure the participation of all users in gathering requirements, designing and iterating prototypes, and testing for evaluation. The selection of this method is based on the need to optimize system development so that the final product is accepted rapidly and smoothly without many changes at the end. With this approach, the owner, cashier, and customers of Disebut Kopi can actively provide feedback to ensure the application meets the needs during the design and development processes. Testing is carried out using Blackbox, Usability, and User Acceptance. Blackbox testing has 33 test cases that are 100% successful; user acceptance testing has 42 scenarios that are 100% accepted. In addition, the average usability testing result is 85.4%, which is included in the excellent category.Perkembangan teknologi informasi yang pesat mempengaruhi berbagai aspek kehidupan, termasuk bisnis. Disebut Kopi, sebuah kafe yang didirikan pada tahun 2021, memanfaatkan teknologi untuk menangani pesanan online melalui aplikasi pihak ketiga. Namun, pemilik bisnis masih belum merasa dapat memaksimalkan keuntungan bisnis jika terus bergantung pada aplikasi partner untuk penjualan. Maka dengan tujuan tersebut dikembangkan aplikasi pemesanan online dan manajemen produk bisnis yang dirancang khusus untuk Disebut Kopi. Aplikasi ini berbasis mobile dan web untuk mempermudah pengelolaan dan memungkinkan penerimaan notifikasi secara langsung. Pendekatan prototyping digunakan dalam pengembangan aplikasi ini guna memastikan peran serta seluruh pengguna terlibat dalam proses pengumpulan kebutuhan, desain dan iterasi purwarupa produk, serta pengujian untuk evaluasi. Pemilihan metode ini berlandaskan tujuan untuk optimalisasi pengembangan sistem sehingga penerimaan produk akhir dilakukan dengan cepat dan lancar tanpa banyak perubahan di akhir. Dengan pendekatan ini, pemilik, kasir dan pelanggan Disebut Kopi secara cepat dapat memberikan umpan balik secara aktif selama proses perancangan dan pengembangan untuk memastikan aplikasi memenuhi kebutuhan. Pengujian dilakukan menggunakan Blackbox Testing, Usability Testing, dan User Acceptance Testing. Blackbox testing memiliki 33 test case yang 100% berhasil, user acceptance testing memiliki 42 skenario yang 100% diterima. Selain itu hasil rata-rata usability testing menunjukkan hasil 85.4 %, yang termasuk kategori sangat layak
Penerapan Metode ARAS untuk Menentukan Kelayakan Perpustakaan Sekolah Diakreditasi
Full text linkSchool libraries should be accredited with the aim of improving the quality of libraries. Pekanbaru City Library and Archives Service (DISPUSIP) in determining a school library that deserves to be accredited is still done manually, namely DISPUSIP went directly to the field to monitor the library in the school and the data collection still used manual entries. Meanwhile, a lot of data must be collected, causing the data to be inaccurate and take a long time. For this reason, a decision support system is needed. The data used are nine junior high schools both public and private as an alternative. While the criteria refer to the school library accreditation instrument issued by the National Library consisting of six criteria, namely collections, library facilities and infrastructure, library services, library staff, library administration and management, and reinforcement. Data analysis using the ARAS method. The results of the study are that Sek 4, Sek 5 and Sek 2 are school libraries that are eligible for accreditationPerpustakaan sekolah harus diakreditasi dengan tujuan untuk meningkatkan kualitas perpustakaan. Dinas Perpustakaan dan Kearsipan Kota Pekanbaru (DISPUSIP) dalam menentukan suatu perpustakaan sekolah yang layak untuk diakreditasi masih dilakukan secara manual, yaitu DISPUSIP turun langsung ke lapangan melakukan memonitoring terhadap perpustakaan yang ada di sekolah dan pendataannya masih menggunakan isian manual. Sementara data yang harus dikumpulkan banyak, sehingga menyebabkan datanya kurang akurat serta memerlukan waktu yang lama. Untuk itu diperlukan suatu sistem pendukung keputusan (SPK). Data yang digunakan adalah sembilan sekolah jenjang SMP baik negeri maupun swasta sebagai alternatif. Sedangkan kriteria mengacu pada instrument akreditasi perpustakaan sekolah yang dikeluarkan oleh Perpustakaan Nasional (Perpusnas) terdiri dari enam kriteria yaitu koleksi, sarana dan prasarana perpustakaan, pelayanan perpustakaan, tenaga perpustakaan, penyelenggaraan dan pengelolaan perpustakaan, serta penguat. Analisa data menggunakan metode ARAS. Hasil penelitian adalah Sek 4, Sek 5 dan Sek 2 merupakan perpustakaan sekolah yang layak untuk diakreditas
Rancang Bangun Aplikasi Tracking Kendaraan Berbasis Android
Full text linkCentered light and heavy equipment rental services are services that have a high risk of loss. Most car tracking systems are still web-based, making it difficult to track and update vehicle rental unit information. In this study, the authors carried out several stages, namely interviews with related parties and following the vehicle tracking process through an ongoing system. Then proceed with an analysis of the needs of the ongoing system development. The programming language used in the development of this system is Android Studio, along with Google Maps and the use of GPS that is needed, which uses the MySql database. The development of a vehicle tracking application will maximize the existing GPS on the vehicle and the functions of Google Maps. With the Android-based vehicle tracking application, it is hoped that it will make it easier for employees and consumers to carry out the process of searching for data and information, as well as tracking units that run in a short time.Jasa rental kendaraan ringan dan alat berat merupakan jasa yang memiliki resiko kehilangan yang tinggi, kebanyakan saat ini sistem tracking kendaran mobil masih berbasis web sehingga sulit untuk melakukan pelacakan dan kebutuhan informasai update unit rental kendaraan. Pada penelitian ini penulis melakukan beberapa tahapan yaitu wawancara dengan pihak terkait dan mengikuti proses tracking kendaraan melalui system yang sedang berjalan . Kemudian dilanjutkan dengen analisis keperluan pengembangan sistem yang sedang berjalan. Bahasa program yang digunakan dalam pengembangan sistem ini adalah Android studio, Goggle Maps dan dan pemanfaatan GPS yang di perlukan serta menggunakan database MySql. Pengembangan aplikasi tracking kendaraan akan memaksimalkan GPS yang ada pada kendaraan dan fungsi dari Google Maps. Dengan adanya aplikasi tracking kendaraan Berbasis Android diharapkan dapat memudahkan karyawan serta kosumen untuk melakukan proses pencarian data dan informasi, serta pelacakan unit yang berjalan secara singkat
Rancang Bangun Sistem Informasi Koperasi Simpan Pinjam Berbasis Website
Full text linkPenggunaan teknologi sangat membantu dalam berbagai proses bisnis organisasi, salah satunya koperasi. Koperasi adalah usaha bersama untuk memperbaiki nasib kehidupan ekonomi berdasarkan tolong menolong. Koperasi Pegawai Republik Indonesia (KPRI) Kanwil Kemenag Provinsi Riau harus berupaya memberikan pelayanan yang baik kepada anggota dan pelanggannya untuk menciptakan loyalitas anggota. Meskipun telah lama berdiri, koperasi Kanwil Kemenag Provinsi Riau masih menggunakan aplikasi Microsoft excel dan dokumen kertas dalam manajemen data koperasi. Selain itu, untuk transaksi melakukan peminjaman uang koperasi juga masih dilakukan secara konvensional. Tidak jarang terjadi kesalahan dalam pengelolaan data koperasi terutama apabila ada anggota koperasi yang keluar, penambahan simpanan, atau yang melakukan perubahan skema pinjaman. Melihat berbagai kelemahan manajemen data koperasi tersebut, perlu adanya sistem koperasi yang mampu mempermudah kinerja manajemen koperasi. Pada penelitian ini, system koperasi dibangun dengan menggunakan metode SDLC (Software Development Life Cycle) Waterfall. Berdasarkan hasil pengujian dengan menggunakan metode black box dengan teknik Boundary value analysis, sistem berjalan sebagaimana mestinya, di mana fitur utama adalah memberikan transparasi, kemudahan transaksi dan pengelolaan data, menghitung simulasi, dan menghindarinya kesalahan pencatatan data.Penggunaan teknologi sangat membantu dalam berbagai proses bisnis organisasi, salah satunya koperasi. Koperasi adalah usaha Bersama untuk memperbaiki nasib kehidupan ekoniomiberdasarkan tolong menolong. Koperasi Pegawai Republik Indonesia (KPRI) Kanwil Kemenag Provinsi Riau harus berupaya memberikan pelayanan yang baik kepada anggota dan pelanggannya untuk menciptakan loyalitas anggota. Meskipun telah lama berdiri, koperasi Kanwil Kemenag Provinsi Riau masih menggunakan aplikasi Microsoft excel dan dokumen kertas dalam manajemen data koperasi. Selain itu, untuk transaksi melakukan peminjaman uang koperasi juga masih dilakukan secara konvensional. Tidak jarang terjadi kesalahan dalam pengelolaan data koperasi terutama apabila ada anggota koperasi yang keluar, penambahan simpanan, atau yang melakukan perubahan skema pinjaman. Melihat berbagai kelemahan manajemen data koperasi tersebut, perlu adanya sistem koperasi yang mampu mempermudah kinerja manajemen koperasi. Pembuatan sistem ini dilakukan dengan metode pengembangan sistem waterfall. Dengan adanya sistem juga akan memberikan transparasi, kemudahan transaksi dan pengelolaan data, menghitung simulasi, dan menghindarinya kesalahan pencatatan data
Rancang Bangun Aplikasi Food Waste Management pada Usaha Food and Beverages
Full text linkFood waste management should be an essential concern in the food and beverages (F&B) industries. FAO notes that the F&B business is one of the causes of food waste, both from the production level to consumer consumption. This study aims to help F&B businesses have a food waste management application, as well as help recommend menus that have a lower probability of food waste appearing. The study uses queuing techniques in handling material stocks and conducting food waste audits by documenting the groupings of the waste produced. The results of the two previous functions become input for the menu recommendation process with minimal waste based on the Contextual Model approach and Multi-Criteria Decision Making (MCDM). The results show that the queuing mechanism in handling material stocks has succeeded in reducing COGS by 24.8%. The waste audit succeeded in calculating the percentage of food loss and food waste that appeared, and the menu recommendations succeeded in providing the best alternative that minimized the appearance of wastePengelolaan sampah makanan pada banyak industri makanan dan minuman (Food and Beverages) seharusnya menjadi sebuah perhatian penting bagi perusahaan. FAO mencatat bahwa bisnis F&B menjadi salah satu penyebab timbulnya sampah makanan baik dari tingkat produksi hingga konsumsi konsumen. Penelitian ini bertujuan untuk membantu bisnis F&B memiliki sebuah aplikasi pengelolaan sampah makanan (Food Waste Management), sekaligus membantu merekomendasikan menu yang memiliki probabilitas munculnya sampah makanan lebih sedikit. Penelitian menggunakan teknik antrian dalam menangani stok bahan, melakukan audit sampah makanan dengan mendokumentasikan pengelompokan sampah yang dihasilkan. Hasil dari kedua fungsi sebelumnya menjadi input bagi proses rekomendasi menu dengan minimal sampah berdasarkan pendekatan Model Contextual dan Multi Criteria Decision Making (MCDM). Hasil menunjukkan mekanisme antrian dalam menangani stok bahan berhasil menurunkan COGS sebesar 24,8% . Audit sampah berhasil menghitung persentase food loss dan food waste yang muncul, dan rekomendasi menu berhasil memberikan alternatif terbaik yang meminimalisasi munculnya sampah
Sistem Peramalan Stok Kaos Sablon dengan Weight Moving Average
Full text linkSalah satu permasalahan yang dihadapi oleh pemiliki usaha kaos sablon adalah kesulitan dalam melakukan pemesanan bahan baku kaos polos. Selama ini pemesanan bahan baku kaos tidak mengambil perhitungan konkrit atau mengacu pada jumlah bahan yang dipesan untuk kaos polos. Sehingga diperlukan sebuah sistem peramalan sebagai pendukung pengambilan keputusan pemesanaan kaos polos bagi usaha kaos sablon. Berdasarkan permasalahan tersebut, digunakan metode Weight Moving Average (WMA) untuk meramalkan stok kaos sablon. Metode ini cocok digunakan untuk peramalan dengan dengan pola data horizontal, disesuaikan dengan pola data penjualan sejak Januari – Desember 2021. Hasil dari peramalan menghasilkan nilai error terkecil untuk kaos hitam dengan bobot WMA 5 dengan rata-rata Mean Absolute Percentage Error (MAPE) 9,97%. Sedangkan kaos putih menghasilkan nilai error terkecil untuk bobot WMA 3 dengan rata-rata MAPE 9,95%. Hal ini menunjukkan bahwa metode WMA memiliki tingkat akurasi sangat tinggi karena memiliki nilai MAPE kurang dari 10%.Salah satu permasalahan yang dihadapi oleh pemiliki usaha kaos sablon adalah kesulitan dalam melakukan pemesanan bahan baku kaos polos. Selama ini pemesanan bahan baku kaos tidak mengambil perhitungan konkrit atau mengacu pada jumlah bahan yang dipesan untuk kaos polos. Sehingga diperlukan sebuah sistem peramalan sebagai pendukung pengambilan keputusan pemesanaan kaos polos bagi usaha kaos sablon. Berdasarkan permasalahan tersebut, digunakan metode Weight Moving Average (WMA) untuk meramalkan stok kaos sablon. Metode ini cocok digunakan untuk peramalan dengan dengan pola data horizontal, disesuaikan dengan pola data penjualan sejak Januari – Desember 2021. Hasil dari peramalan menghasilkan nilai error terkecil untuk kaos hitam dengan bobot WMA 5 dengan rata-rata Mean Absolute Percentage Error (MAPE) 9,97% . Sedangkan kaos putih menghasilkan nilai error terkecil untuk bobot WMA 3 dengan rata-rata MAPE 9,95%. Hal ini menunjukkan bahwa metode WMA memiliki tingkat akurasi sangat tinggi karena memiliki nilai MAPE kurang dari 10%