Kedai Pojok Kedaung merupakan sebuah Rumah Makan yang sudah lebih dari 10 tahun dan banyak dikenal oleh masyarakat luas khususnya dilingkungan masyarakat Kalimantan Timur, yang sudah menjadi partner dalam melayani jasa catering untuk perusahaan pertambangan. Namun, di dalam proses pengelolaan data masih dilakukan secara manual menggunakan alat tulis, kalkulator, buku sebagai media pencatatan dan disimpan dalam bentuk arsip yang tidak tertata rapi. Selain itu, dalam membuat laporan sering terjadi kesalahan dalam penghitungan. Hal tersebut menyebabkan tingginya risiko kesalahan dan kehilangan informasi data-data yang dikelola. Sehingga membutuhkan waktu yang relatif lama untuk mengatur proses bisnis yang ada disana. Selanjutnya, setiap jenis usaha apapun tentu memerlukan persiapan agar dapat menunjang proses penjualannya. Dalam memenuhi permintaan pesanan katering yang tidak menentu terkadang menimbulkan masalah saat ada permintaan dalam jumlah yang lebih besar ataupun kecil. Berdasarkan permasalahan di atas, maka akan dikembangkan suatu Sistem prediksi yang dapat menangani, mengolah dan meminimalisir kesalahan data-data tersebut. Serta dapat membantu pemilik dalam mengelola usahanya. Didalam implementasinya data yang diolah sebanyak 11 periode yang disajikan per bulan, hasil yang didapatkan dari penelitian ini adalah hasil analisa dari metode Single Exponential Smoothing untuk memperoleh informasi prediksi penjualan dan nilai kesalahan serta persentase kesalahan menggunakan metode MAD dan  MAPE.  

Peran basis data dalam sistem informasi adalah membantu pengelolaan data untuk pengambilan keputusan. Salah satu faktor penentu keberhasilan dalam pengambilan keputusan yaitu kualitas data. Adapun dimensi dari kualitas data yang akan diteliti pada kali ini adalah aspek kemampuan dibaca, agar terwujud kualitas data yang baik perlu dilakukan pengukuran apakah skema basis data dapat dijelaskan dan mudah di pahami. Analisis yang dilakukan pada King’s Akor Sragen menunjukan bahwa dengan mengidentifikasi permasalahan aspek kemampuan dibaca, maka penelitian ini menghasilkan kualitas skema basis data yang dimiliki sudah memenuhi kriteria tersebut. sehingga memudahkan teknisi baru untuk melakukan pengembangan sistem.

Reksa dana merupakan wadah untuk menghimpun dana masyarakat yang dikelola oleh badan hukum yang kemudian diinvestasikan ke dalam surat berharga berupa saham, olbigasi dan pasar uang. Hakikatnya, melakukan investasi dapat meningkatkan kesejahteraan dimasa yang akan datang. Namun, peminatan masyarakat Indonesia dalam berinvestasi tergolong rendah. Seiring dengan berkembangnya teknologi reksa dana mulai dikenal oleh masyarakat luas melalui hadirnya penyedia aplikasi layanan pasar modal yang sangat beragam dan mudah dijangkau. Investasi dapat dilakukan dengan modal rendah dan memiliki risiko kecil, namun memberikan imbal hasil kompetitif. Tingkat pertumbuhan imbal hasil tersebut mendorong masyarakat untuk melakukan investasi. Meskipun reksa dana memiliki risiko kecil, seiring bertambahnya modal risiko tersebut semakin bertambah. Dalam hal ini peneliti melakukan prediksi pergerakan nilai aktiva bersih (NAB) pada reksa dana BNI-AM Dana Lancar Syariah menggunakan metode Double Exponential Smoothing dengan 1 variabel untuk memberikan preferensi dalam meminimalkan risiko dalam berinvestasi. Prediksi dilakukan berdasarkan data historis periode bulan Januari hingga Maret 2022 dan didapatkan evaluasi kesalahan prediksi MAPE sebesar 0,0107% dan MAD 0,171248 menggunakan pembobotan nilai alpha 0,4.

Hampir seluruh sistem informasi berbasis web maupun desktop menggunakan basis data. Dalam pengolahan basis data tentu didukung dengan sistem relasional basis data seperti MySQL, Oracle dan PostgreSQL sering digunakan dalam membangun basis data. Dalam sistem pendukung keputusan, basis data sangat dibutuhkan untuk menyimpan data. Beberapa penelitian sistem pendukung keputusan menunjukkan kurangnya perhatian terhadap check constraint dalam membangun basis data. Hal tersebut berpengaruh terhadap keamanan dan kualitas data sistem tersebut. Untuk melakukan validasi data dapat dilakukan pada tingkat perancangan basis data. Pada kenyataannya proses validasi pada level basis data masih jarang dilakukan oleh beberapa programmer. Pada penelitian ini akan dilakukan analisa terhadap pentingnya check constraint pada tabel basis data sistem pendukung keputusan.

To find out sales forecasts in the future, it is not only based on estimates but must be calculated carefully based on the experience of previous sales transactions. This observation can be made based on sales data a few months ago to be used as actual data to get predictive value in the future period. Prediction or forecasting is done with two methods Single Exponential Smoothing (SES) and Double Exponential Smoothing (DES), from these two methods, will be sought the most suitable alpha value to get the percentage error value. There are two error values : Mean Absolute Deviation (MAD) and Mean Absolute Percentage Error (MAPE). By using sales data from February to December 2019, the predicted value of 430 orders was obtained in the SES method and resulted in a sales prediction of 402 orders in the DES method with the smallest error accuracy value of 26.88% in the SES method and an accuracy value of 22.71%. in the DES method with the acquisition of scalability of the right alpha value for both, namely 0.3 and the beta value of 0.3 in the DES method