Peramalan Permintaan Produksi Gempur 480sl 5 Liter Menggunakan Metode Moving Average Dan Exponential Smoothing
DOI:
https://doi.org/10.55826/jtmit.v4i4.1221Keywords:
Peramalan, Time Series, Moving Average, Exponential Smoothing, PestisidaAbstract
Sektor pertanian memiliki peran penting dalam mendukung ketahanan pangan dan kesejahteraan masyarakat. Namun, permasalahan utama yang dihadapi adalah gangguan organisme pengganggu tumbuhan (OPT) seperti gulma, yang berdampak pada menurunnya hasil produksi. Salah satu solusi yang digunakan adalah herbisida, di antaranya produk Gempur 480SL (5 liter) yang diproduksi PT XYZ. Permintaan terhadap produk ini menunjukkan pola fluktuatif yang signifikan sepanjang tahun 2024, dengan total penjualan 137.115 box. Fluktuasi tersebut menimbulkan tantangan dalam perencanaan produksi dan distribusi karena berisiko menyebabkan overstock maupun stockout. Oleh karena itu, diperlukan metode peramalan yang tepat untuk membantu perusahaan dalam mengantisipasi kebutuhan permintaan di masa depan. Penelitian ini bertujuan menganalisis pola permintaan dan menentukan metode peramalan yang paling akurat. Data yang digunakan adalah data penjualan bulanan tahun 2024. Beberapa metode yang digunakan dalam peramalan antara lain Moving Average (periode 1 bulan dan 3 bulan), Single Exponential Smoothing dengan berbagai nilai α (0,1; 0,5; dan 0,9), serta Triple Exponential Smoothing (Holt-Winters). Evaluasi kinerja model dilakukan menggunakan Mean Absolute Deviation (MAD), Mean Squared Error (MSE), dan Mean Absolute Percentage Error (MAPE). Hasil penelitian menunjukkan bahwa metode Triple Exponential Smoothing memberikan tingkat akurasi terbaik dengan nilai MAPE sebesar 14%, dibandingkan metode lainnya yang memiliki tingkat error lebih tinggi. Dengan demikian, metode ini direkomendasikan sebagai pendekatan yang lebih efektif bagi PT XYZ dalam memproyeksikan permintaan Gempur 480SL. Penelitian ini memberikan kontribusi penting dalam pengembangan ilmu peramalan agroindustri, khususnya dalam pemilihan metode forecasting yang tepat untuk mengatasi fluktuasi permintaan produk pestisida. Penelitian ini diharapkan dapat membantu PT XYZ dalam mengoptimalkan manajemen rantai pasok serta mengurangi risiko kelebihan atau kekurangan stok.
References
[1] Alviyanur, A. (2024). Analisis perencanaan produksi menggunakan metode forecasting. Jurnal Indonesia Sosial Teknologi, 3(3). https://jist.publikasiindonesia.id/index.php/jist/article/view/387
[2] Cahyono, J. A., & Aryanny, E. (2023). Analisa peramalan permintaan kalibrasi departemen ISO, standarisasi & kalibrasi divisi technology & quality assurance PT. PAL Indonesia. Scientica: Jurnal Ilmiah Sains dan Teknologi, 1(3). https://jurnal.kolibi.org/index.php/scientica/article/view/600
[3] Arientantri, H. Y., & Astuti, R. D. (2025). Analisis perbandingan forecasting demand limestone plant 9 menggunakan metode time series di PT. Indocement Tunggal Prakarsa Tbk. Jurnal Industri dan Teknologi Samawa, 6(1). https://www.jurnal.uts.ac.id/index.php/jitsa/article/view/5056
[4] Lusiana, A., & Yuliarty, P. (2022). Penerapan metode peramalan permintaan atap di PT X. Industri Inovatif: Jurnal Teknik Industri. https://ejournal.itn.ac.id/index.php/industri/article/view/2530
[5] Widyasari, R. P., Palahudin, Anggraeni, S., Jamil, N., Pratama, N. W., & Ridwansyah, M. (2023). Penerapan metode peramalan permintaan donat di Donat Madu Cihanjuang, Cabang Gunung Batu. Jurnal Manajemen dan Profesional. https://jurnal.stie.asia.ac.id/index.php/jpro/article/view/2576
[6] Wildan, K., & Asy’ari, S. (2022). Penentuan metode peramalan permintaan penjualan di CV. Lia Tirta Jaya Prigen. Jurnal Cakrawala Ilmiah. https://www.bajangjournal.com/index.php/JCI/article/view/6107
[7] Yogautami, R., Dewi, C., Azoya, G. A., & Eska, G. M. (2023). Analisis peramalan produksi jagung di Provinsi Lampung dengan aplikasi POM QM. Jurnal Ekonomi Pertanian dan Agribisnis.
https://jepa.ub.ac.id/index.php/jepa/article/view/1955
[8] Fatmantika, Y., & Wirawan, P. W. (2022). Pengembangan perangkat lunak peramalan permintaan untuk perencanaan produksi. Jurnal Indonesia Sosial Teknologi, 1(4).
[9] Purnomo, S. T., & Aristriyana, E. (2023). Implementasi metode peramalan permintaan produk tas pada PT Fajar Raya di Kecamatan Kawali. Jurnal Intriga, 2(1). https://ojs.unigal.ac.id/index.php/intriga/article/view/4471
[10] Nugraha, R. I., & Agussalim, A. (2024). Time series analysis for electricity demand forecasting: A comparative study of ARIMA and exponential smoothing models in Indonesia. Information Technology International Journal, 2(2). https://itijournal.org/index.php/ITIJ/article/view/23
[11] Kusumawati, A. N., Ghofur, M., Putri, M. A., Alfatah, Z. A., & Mu’adzah, M. (2022). Peramalan permintaan menggunakan time series forecasting model untuk merancang resources yang dibutuhkan IKM percetakan. JENIUS: Jurnal Terapan Teknik Industri. https://jurnal.sttmcileungsi.ac.id/index.php/jenius/article/view/159
[12] Hendajani, F., Wardhani, I. P., Widayati, S., & Soegijanto, S. (2022). Data analisis permintaan barang dengan metode peramalan. EKOMABIS: Jurnal Ekonomi Manajemen Bisnis.
[13] Friscintia, P. B. A. (2023). Indonesian tourism demand forecasting using time series approach to support decision making process. KINERJA, 23(2). https://ojs.uajy.ac.id/index.php/kinerja/article/view/1970
[14] Astuti, E. S., Arhandi, P. P., & Lestari, P. (2023). Pengembangan sistem informasi peramalan penjualan guna menentukan kebutuhan bahan baku pupuk menggunakan metode triple exponential smoothing. Jurnal Informatika Polinema, 4(1). https://jurnal.polinema.ac.id/index.php/jip/article/view/2882
[15] Putrajaya, B. A., Putra, A. B., & Hadiwiyanti, R. (2023). Penerapan metode time series dalam forecasting penjualan pada Nasi Goreng Bacot. Neptunus: Jurnal Ilmu Komputer dan Teknologi Informasi, 2(3). https://journal.arteii.or.id/index.php/Neptunus/article/view/244
[16] Azmi, A., Ruhiat, D., & Kamilah, K. (2023). Pemodelan forecasting tingkat inflasi di Indonesia menggunakan metode triple exponential smoothing dan seasonal ARIMA. Jurnal Riset Matematika dan Sains Terapan, 3(1). https://ejournal.unibba.ac.id/index.php/jrmst/article/view/1192
[17] Wardah, S., & Sundari, S. (2022). Implementasi metode fuzzy time series untuk meramalkan jumlah ekspor produk kopi dari Indonesia. Industrika: Jurnal Ilmiah Teknik Industri, 7(2). https://jurnal.utb.ac.id/index.php/indstrk/article/view/1022
[18] Setyo, V. K., & Abdillah, M. Z. (2024). Prediksi tonase penjualan PT. Immanuel periode 2015-2024 dengan metode triple exponential smoothing. Jurnal Pendidikan dan Teknologi Indonesia. https://www.jpti.journals.id/index.php/jpti/article/view/505
[19] Bustami, B., Yolanda, A. M., & Thahira, N. (2022). Forecasting non-oil and gas exports in Indonesia using double and triple exponential smoothing methods. International Journal of Industrial Engineering and Engineering Management, 5(1). https://ojs.uajy.ac.id/index.php/IJIEEM/article/view/6211
[20] Iqbal, M., Utami, I. W., & Buwono, R. I. (2023). Peramalan permintaan dengan metode time series di PT. Margo Mitro Joyo. Jurnal Rekayasa Proses dan Industri Terapan (REPIT), 1(3). https://e-journal.poltek-kampar.ac.id/index.php/REPIT/article/view/375
[21] Anwar, K., Iryanto, R. K., Harahap, R., Sinuraya, A., & Munizu, M. (2025). Peramalan inflasi di Indonesia pasca Pemilu 2024 dengan metode time series double exponential smoothing. Jurnal EMT KITA, 9(1), 144–152. https://journal.lembagakita.org/emt/article/view/3503
[22] Wika, W. D. R., Wizsa, U. A., & Fitra, A. (2025). Forecasting international tourist arrivals with SARIMA and triple exponential smoothing for post-pandemic tourism recovery. Nuansa Informatika, 19(1), 82–89. https://journal.fkom.uniku.ac.id/ilkom/article/view/312
[23] Setyo, V. K., & Abdillah, M. Z. (2024). Prediksi tonase penjualan PT Immanuel periode 2015–2024 dengan metode triple exponential smoothing. Jurnal Pendidikan dan Teknologi Indonesia, 4(12), 585–595. https://www.jpti.journals.id/index.php/jpti/article/view/505
[24] Yolanda, R., Rahmi, D., Kurniati, A., & Yuniati, S. (2024). Penerapan metode triple exponential smoothing dalam peramalan produksi buah nenas di Provinsi Riau. Jurnal Teknologi dan Manajemen Industri Terapan, 3(1), 1–10. https://jurnal-tmit.com/index.php/home/article/view/285
[25] Amri, I. F., Supriadin, M., Febronia, M., Chumairoh, K. C., Purnama, G. S., & Nur Rohim, F. H. (2025). Prediksi harga beras di pasar grosir Indonesia menggunakan metode triple exponential smoothing Holt-Winters. Jurnal Gaussian, 14(1), 31–41.
Downloads
Published
Issue
Section
License
Copyright (c) 2025 Moh Kevin Herlambang Adriano, Deny Andesta, Said Salim Dahda
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
