Mutual funds are one of the promising investment media where the risk is directly proportional to the size of investment growth. With proper forecasting of NAV price movements will greatly help investors to make purchases and sales transactions, therefore the authors offer the use of two different forecasting methods namely Brown's method and Holt method in double exponential smoothing to get predictions of NAV price movements. The effectiveness of the use of the method will be measured from the value of Mean Average Percentage Error (MAPE). From the calculation results obtained by the data that the Holt method produces forecasting for 1809,657 with the best α value of 0.6 and MAPE of 0.644373568, while for the Holt method obtained forecasting value of 1810,924 with the α value and the best β value of 0.9 and 0.1 and the smaller MAPE value of 0.61604262 . Looking at the amount of MAPE generated, the Holt method has a smaller forecasting error rate when compared to Brown’s method.

Sistem rekomendasi saat ini sedang menjadi tren. Kebiasaan masyarakat yang saat ini lebih mengandalkan transaksi secara online dengan berbagai alasan pribadi. Sistem rekomendasi menawarkan cara yang lebih mudah dan cepat sehingga pengguna tidak perlu meluangkan waktu terlalu banyak untuk menemukan barang yang diinginkan. Persaingan antar pelaku bisnis pun berubah sehingga harus mengubah pendekatan agar bisa menjangkau calon pelanggan. Oleh karena itu dibutuhkan sebuah sistem yang dapat menunjang hal tersebut. Maka dalam penelitian ini, penulis membangun sistem rekomendasi produk menggunakan metode Content-Based Filtering dan Term Frequency Inverse Document Frequency (TF-IDF) dari model Information Retrieval (IR). Untuk memperoleh hasil yang efisien dan sesuai dengan kebutuhan solusi dalam meningkatkan Customer Relationship Management (CRM). Sistem rekomendasi dibangun dan diterapkan sebagai solusi agar dapat meningkatkan brand awareness pelanggan dan meminimalisir terjadinya gagal transaksi di karenakan kurang nya informasi yang dapat disampaikan secara langsung atau offline. Data yang digunakan terdiri dari 258 kode produk produk yang yang masing-masing memiliki delapan kategori dan 33 kata kunci pembentuk sesuai dengan product knowledge perusahaan. Hasil perhitungan TF-IDF menunjukkan nilai bobot 13,854 saat menampilkan rekomendasi produk terbaik pertama, dan memiliki keakuratan sebesar 96,5% dalam memberikan rekomendasi pena.

Dalam dunia pendidikan menengah atas kejuruan (SMK), banyak sekali kompetensi keahlian yang tersedia di masing-masing Sekolah. SMK Ketintang Surabaya merupakan institusi bidang pendidikan yang melayani 5 (lima) kompetensi keahlian yaitu Akuntansi dan Keuangan Lembaga (AKL), Otomatisasi dan Tata Kelola Perkantoran (OTKP), Bisnis Daring dan Pemasaran (BDP), Teknik Komputer dan Jaringan (TKJ), dan Multimedia (MM). Dalam menentukan peminatan di kompetensi keahlian, masih banyak siswa merasa salah dalam memilih kompetensi keahlian sehingga timbul fenomena tinggal kelas dan pindah sekolah atau kompetensi keahlian yang meningkat. Metode Multi Factor Evaluation Process (MFEP) merupakan salah satu metode Sistem Pendukung Keputusan (SPK) dengan menimbang berbagai kriteria yang mempengaruhi alternatif. Calon siswa dapat memilih kompetensi keahlian sesuai dengan minatnya dengan bantuan dari progam SPK berbasis web. Hasil dari artikel ini menjelaskan tentang progam SPK yangt menampilkan diagram peminatan yang dipilih calon siswa sehingga calon siswa tidak merasa salah dalam pemilihan kompetensi keahlian. Calon siswa dapat memilih kompetensi keahlian yang sesuai minatnya dan tidak menjadi siswa yang salah memilih kompetensi keahlian dengan presentase 54,4%.

Dalam dunia perdagangan, selalu terjadi persaingan antar pebisnis, sehingga mereka harus memikirkan strategi penjualan yang efektif. CV. Perkakas Indonesia adalah salah satu perusahaan yang memiliki kendala dalam manajemen stok sehingga sering terjadi pembatalan pesanan yang di akibatkan dari manajemen stok yang kurang efektif. Tujuan dari penelitian ini yaitu menerapkan aplikasi forecasting dengan Simple moving average untuk memprediksi penjualan di bulan selanjutnya, memudahkan Perusahaan dalam memilih keputusan untuk restock barang dalam jumlah banyak atau sedikit, tidak lagi terjadi selisih manajemen stok dalam artian penumpukan barang dan kekurangan stok serta perusahaan dapat melakukan pembelian barang dengan akurat. Metode Simple moving average atau juga disingkat SMA adalah salah satu metode dari Moving Average yang paling efisien dalam proses perhitungannya, Simple moving average merupakan metode peramalan yang dilakukan dengan mengambil nilai pengamatan, kemudian mencari rata- ratanya sebagai ramalan untuk periode di masa mendatang. Hasil analisis yang diperoleh dari data historis penjualan CV. Perkakas Indonesia pada bulan Januari 2022 sampai Juli 2022, dengan menggunakan nilai interval 2,3,4 dan 5 pada Penjualan selama 9 periode didapatkan nilai Interval 2 yang menghasilkan nilai akurasi forecasting MSE dan RMSE paling baik dan memiliki tingkat Mean Squared Error lebih kecil dibandingkan metode Simple moving average 3 Bulanan, 4 Bulanan, ataupun 5 Bulanan.

Salah satu media investasi yang cukup menjanjikan pada saat ini adalah Reksa Dana, dimana resiko berbanding lurus dengan besarnya pertumbuhan investasi. Dengan menggunakan metode peramalan yang tepat akan sangat membantu calon investor dalam memilih periode yang tepat kapan harus investasi dan kapan harus menarik dananya. Dalam hal ini penulis menawarkan dua buah metode peramalan yang dapat diterapkan dalam proses peramalan diantaranya metode Brown's Exponential Smoothing dan metode Holt Exponential smoothing dimana dari kedua metode tersebut akan dibandingkan tingkat efektivitasnya melalui perbandingan nilai Mean Average Percentage Error (MAPE). MAPE merupakan satuan nilai yang dipergunakan untuk mengukur tingkat efektifitas sebuah metode peramalan yaitu dengan menghitung rata -rata tingkat error dari sebuah metode. Semakin kecil nilai MAPE menunjukkan bahwa metode tersebut lebih relevan dibandingkan dengan metode yang lain. Dari hasil perhitungan dengan menggunakan kedua metode yang ditawarkan, diperoleh data bahwa metode Brown's menghasilkan peramalan sebesar 1718.324 dengan nilai α terbaik 0.6 dan MAPE sebesar 0.643609202, sedang pada metode Holt diperoleh nilai peramalan sebesar 1714.719 dengan nilai α dan nilai β terbaik yaitu 0.9 dan 0.1 serta nilai MAPE yang lebih kecil yaitu 0.611474831. Dengan melihat dari perbandingan besaran MAPE yang dihasilkan, metode Holt memiliki tingkat kesalahan peramalan yang lebih kecil jika dibandingkan dengan metode Brown's.