Analisis Peramalan Persediaan Barang Menggunakan Metode Moving Average Dan Exponential Smoothing Pada CV. Sanjaya Bangun Pratama
DOI:
10.47709/jebma.v4i3.4788Dimension Badge Record
Abstract
Dalam lingkungan bisnis yang dinamis, peramalan persediaan barang menjadi kritis bagi perusahaan untuk mengoptimalkan pengelolaan persediaan mereka. Analisis peramalan persediaan barang ini sangatlah penting untuk dilakukan karena dapat dijadikan bahan pengambilan keputusan dalam hal kegiatan penjualan barang pada masa yang akan datang. Namun nyatanya, pada CV.SANJAYA BANGUN PRATAMA tidak melakukan peramalan persediaan bahan baku. Tujuan penelitian ini adalah untuk menganalisis peramalan persediaan barang dagang menggunakan metode moving average dan Exponential smoothing pada CV. SANJAYA BANGUN PRATAMA.
Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian kuantitatif, karena penelitian ini berdasarkan pada data kuantitatif yang berasal dari objek penelitian yaitu data pemakaian bahan baku dalam hal ini kedelai pada CV. SANJAYA BANGUN PRATAMA pada 15 bulan terakhir. Metode peralaman yang digunakan adalah metode moving average dan exponential smoothing. Dari hasil peramalan yang diperoleh menggunakan metode peramalan moving average diperoleh bahwa untuk peramalan barang bulan selanjutnya sebesar 1167 sak, dengan nilai error MSE (Mean Squared Error) 27615,74. Sedangkan hasil perhitungan menggunakan metode peramalan exponential smoothing diperoleh bahwa untuk peramalan bulan selanjutnya sebesar 1156 sak dengan nilai error MSE (Mean Squared Error) 24678,98 untuk ?=0,1, 1163 sak dengan nilai error MSE (Mean Squared Error) 23716,46 untuk ?=0,5, dan 1183 sak dengan nilai error MSE (Mean Squared Error) 29336,47untuk ?=0,9. Jadi, yang paling kecil nilai kesalahan peramalannya adalah metode exponential smoothing dengan ?=0,5, sehingga peramalan persediaan bahan baku satu bulan kedepan yang dianjurkan peneliti kepada perusahaan adalah 1163 sak.
Kata kunci : Peramalan, Moving Average, Exponential Smoothing
Abstract viewed = 90 times
References
Adryanto, Untung Sus, Abdul Basih. (2020). Metode dan Aplikasi Peralamalan. Penerbit: Erlangga
Aini, N., Sinurat, S. & Hutabarat, S. A., (2018). Penerapan Metode Simple Moving average Untuk Memprediksi Hasil Laba Laundry Karpet Pada CV. Homecare. JURIKOM, Volume 5, pp. 167-175.
Aprilia .(2021). Tipe-tipe peramalan dalam Economic forecasts : Bandung : PT. Lafabeta
Arikunto. (2018). Analisis Persediaan Barang Menggunakan Metode Simple Moving Average dan Eksponential Smoothing. Jurikom, 2(1), 123-125.
Aryanto. (2017). Analisis Peramalan Persediaan Barang Dagang Menggunakan Metode Single Moving average dan Single Exponential smoothing pada Mitra Gemilang Intiperkasa Tegal, 4(5), 45-42.
Bastuti, S. (2022). Analisis Peramalan Pipa PVC Menggunakan Metode Moving average dan Exponential smoothing, 5(1), 76-79.
Harly. (2019). Pengertian persediaan barang, IMEIJ: 2(3), 12-14.
Juliana, Ahmad, Hamidatun dan Rini Muslima., (2019). Modern Forecasting Garch, Artificial Neural Network, Neuro-Garch (Teori Dan Aplikasi. Penerbit Kencana: Jakarta
Resista, dkk. (2020). Manajemen Persediaan. Bandung: CV. Media Sains Indonesia Projeck Bandung, Univeristas Komputer Indonesia.
Mansor, Rosnalini. (2023) Forecasting Using Point-valued Time Series and Fuzzy-valued Time Series Models. University Utara Malaysia.10(2):244-250
Winarno, Sari, Theodora Edita. (2023). Pemilihan metode Peramalan yang tepat untuk meramalkan permintaan piston Cup Forging di Perusahaan Spare-part Kendaraan. Universitas Singaperbangsa Karawang.
Siregar, Syofian. (2017). Metode Penelitian Kuantitatif : dilengkapi dengan perbandingan perhitungan manual dan SPSS. Penerbit Kencana: Jakarta.
Rochmah, Siti. (2022). Manajemen Operasi 1. Bojong Pekalongan. PT. Nasya Expanding Management.
Sugiyono. (2020). Metode Penelitian Kuantitatif, Kualitatif dan R&D. Bandung: PT Alfabeta.
Sugiyono. (2018). Metode Penelitian Kuantitatif. (Research and Development). Bandung: Alfabeta.
Trinka, Jordan (2021) Functional Singular Spectrum Analysis: Nonparametric Decomposition and Forecasting Approaches for Functional Time Series. Marquette University?. pp.17-23
Zainal, W., 2019. Single Moving average with Excel. [Online] Available at: https://medium.com/@wahyudhizainal/single-moving-average-with-excel-b9c1c47a84a4 [Diakses 2023].
Downloads
ARTICLE Published HISTORY
Issue
Section
License
Copyright (c) 2024 Eijen Sefry Doy Gulo, Tri Hartati Sukartini Hulu, Sophia Molinda Kakisina, Martha Surya Dinata Mendrofa
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.