Analisis Metode Moving Average, Exponential Smoothing, dan Arima dalam Peramalan Permintaan untuk Pengendalian Stok Floor Rear
(Studi Kasus : PT. SAI)
DOI:
https://doi.org/10.55826/jtmit.v4i3.1134Keywords:
ARIMA , Exponential Smoothing, Moving Average, Peramalan, Pengendalian Persediaan, Rantai PasokAbstract
Banyaknya permintaan yang fluktuasi menjadi permasalahan utama dalam pengendalian persediaan, khususnya pada komponen penting seperti floor rear di PT SAI. Penelitian ini bertujuan untuk menganalisis serta membandingkan tiga metode peramalan, yaitu Moving Average (MA), Exponential Smoothing (ES), dan Autoregressive Integrated Moving Average (ARIMA), Dari tiga metode pramalan tersebut digunakan untuk memperoleh metode prediksi yang paling akurat untuk mendukung efisiensi pengendalian stok. Data historis permintaan digunakan sebagai dasar perhitungan, sedangkan tingkat akurasi dievaluasi menggunakan Mean Absolute Deviation (MAD), Mean Squared Error (MSE), dan Mean Absolute Percentage Error (MAPE). Hasil penelitian menunjukkan bahwa metode Moving Average 3 Bulan menghasilkan tingkat akurasi terbaik dengan nilai MAPE sebesar 2,935%, lebih rendah dibandingkan ARIMA (3,761%) maupun Exponential Smoothing (4,418%). Artinya, Moving Average lebih tepat digunakan dalam memprediksi kebutuhan produk floor rear di PT SAI. Implikasi dari temuan ini sangat signifikan bagi manajemen persediaan perusahaan, karena penerapan metode terbaik dapat menekan risiko overstock maupun stockout, serta mendukung proses rantai pasok yang lebih efisien dan adaptif terhadap perubahan permintaan.
References
J. N. Aziza, “Perbandingan Metode Moving Average, Single Exponential Smoothing, dan Double Exponential Smoothing Pada Peramalan Permintaan Tabung Gas LPG PT Petrogas Prima Services,” 2022.
F. Nur Hayati, D. Nurlaily, E. Pusporani, I. Teknologi Kalimantan Jl Soekarno Hatta Km, K. Joang, and B. Kalimantan Timur, “Peramalan Data Ekspor Non Migas Provinsi Kalimantan Timur Menggunakan Univariate Time Series,” 2021. [Online]. Available: www.unipasby.ac.id
I. K. Hasan and I. Djakaria, “Perbandingan Model Hybrid ARIMA-NN dan Hybrid ARIMA-GARCH untuk Peramalan Data Nilai Tukar Petani di Provinsi Gorontalo,” Jurnal Statistika dan Aplikasinya, vol. 5, no. 2, 2021.
Dian Yulis Wulandari, Hidayati Purnama Lubis, Riska Franita, and Adelia Amanda, “Analisis Peramalan Perencanaan Biaya Pengelolaan Peternakan Kambing Pe Dengan Metode Exponential Smoothing,” Tahun, vol. 10, no. 4, pp. 1763–1772, 2023, doi: 10.31604/jips.v10i4.2023.1763-1772.
Koldi Sudiansyah, Ketut Sukiyono, and Redy Badrudin, “Peramalan Harga Bawang Putih di Kota Bengkulu, Provinsi Bengkulu dan Indonesia,” Nov. 2023.
W. Maulidiyah and A. Fauzy, “Perbandingan Metode Peramalan Double Exponential Smoothing with Damped Parameter dan Autoregressive Integrated Moving Average (Studi Kasus: Data Volume Penjualan Bunga Krisan di Pasar Bunga Rawa Belong DKI Jakarta Tahun 2018-2022),” 2023.
Lukman Adhitama, Dimas Akbar Kurniantoro, Rian Puji Kusuma Dewi, Muhammad Thirafi Rabbani, and Pingky Nurul Valentina, “Peramalan Jumlah Permintaan Kaos Sablon di Octopus Screen Printing Studio,” 2024.
Noviadry Nur Tamtama and Riantisari Rahmawati, “Analisis Peramalan Permintaan Melalui Metode Moving Average, Weighted Moving Average dan Exponential Smoothing (Studi Kasus Pada Exist Auto Detailing),” 2024. [Online]. Available: https://jurnal.ubd.ac.id/index.php/ds
N. B. Putra et al., “Penerapan Siklus Plan-Do-Check-Action untuk Mengurangi Cacat Permukaan pada Produk Outer Tube Model 2DP di PT. XYZ,” 2025. [Online]. Available: https://jurnal.polines.ac.id/index.php/rekayasa
A. Bakhtiar and S. Audina, “Analisis Pengendalian Persediaan Aux Raw Material Menggunakan Metode Min-Max Stock Di Pt. Mitsubishi Chemical Indonesia,” 2021.
A. L. Schaffer, T. A. Dobbins, and S. A. Pearson, “Interrupted time series analysis using autoregressive integrated moving average (ARIMA) models: a guide for evaluating large-scale health interventions,” BMC Med Res Methodol, vol. 21, no. 1, Dec. 2021, doi: 10.1186/s12874-021-01235-8.
Winny Alna Marlina and Annisa Okti Amri, “Forecasting Moving Average dan Exponential Smoothing di Usaha Erina, Payakumbuh,” Jurnal Riset Teknik Industri, pp. 115–128, Dec. 2024, doi: 10.29313/jrti.v4i2.4752.
Suhendi Irawan et al., “Peramalan Permintaan Sepatu Sandal pada UMKM Mulyaharja Kota Bogor,” vol. 05, no. 02, pp. 120–131, 2024, doi: 10.35261/gijtsi.v5i02.12534.
M. Romi, B. Isma Putra, P. Teknik Indsutri, F. Sains dan Teknologi, and U. Muhamadiyah Sidoarjo, “Seminar Nasional & Call Paper Fakultas Sains dan Teknologi,” 2024.
A. D. Huruta, “Predicting the unemployment rate using autoregressive integrated moving average,” Cogent Business and Management, vol. 11, no. 1, 2024, doi: 10.1080/23311975.2023.2293305.
Rifda Ilahy Rosihan, Murwan Widyantoro, Roberta Heni Anggit Tansiri, and Fadil Triawan, “Analisis Perencanaan Permintaan Customer untuk Produk Rear Fender di PT MI,” 2023.
Downloads
Published
Issue
Section
License
Copyright (c) 2025 Windi Nurlaela, Annisa Indah Pratiwi, Hilda Tri Yulianti
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
