Evaluasi Peramalan Kebutuhan Bahan Baku Menggunakan Metode Single Moving Average (SMA) dengan Periode 2 dan 3 di PT. Graha Mutu Persada
Artikel Sidebar
-
Peramalan, Single Moving Average, Mean Absolute Deviation, Mean Square Error
Abstrak
PT. Graha Mutu Persada, sebuah perusahaan yang bergerak di bidang jasa analisis kualitas lingkungan di Mojokerto, Indonesia, mengalami kendala dalam manajemen persediaan bahan kimia karena pembelian dilakukan hanya ketika stok habis, padahal waktu pemesanan memerlukan lead time 1-2 hari. Untuk mengatasi masalah ini, penelitian ini bertujuan untuk meramalkan kebutuhan bahan kimia guna memastikan pemesanan dilakukan sebelum stok habis. Metode yang digunakan dalam penelitian ini adalah Single Moving Average (SMA) dengan periode 2 dan periode 3. Evaluasi peramalan dilakukan menggunakan dua indikator akurasi: Mean Absolute Deviation (MAD) dan Mean Square Error (MSE). Hasil penelitian menunjukkan bahwa metode SMA dengan periode 2 dan periode 3 memiliki keunggulan masing-masing tergantung pada jenis bahan kimia. Untuk bahan kimia Glass Microfiber 47mm (TSS), SMA dengan periode 2 menghasilkan nilai MAD terkecil sebesar 650, sedangkan SMA dengan periode 3 menghasilkan nilai MSE terkecil sebesar 659.867,67. Pada bahan kimia Microfast Cunt Plates Aerobic (AC), SMA dengan periode 3 menunjukkan kinerja terbaik dengan nilai MAD terkecil sebesar 493,533 dan nilai MSE terkecil sebesar 266.952,11. Di sisi lain, pada bahan kimia Glass Microfiber Filter (HVAS/sesaat), SMA dengan periode 2 memberikan hasil terbaik dengan nilai MAD terkecil sebesar 266,833 dan nilai MSE terkecil sebesar 110.883,58. Dari hasil ini, dapat disimpulkan bahwa metode SMA, baik dengan periode 2 maupun periode 3, efektif dalam meramalkan kebutuhan bahan kimia di PT. Graha Mutu Persada.
Artikel teks lengkap
Referensi
[1] R. Yuni, P. D. Putra, and D. L. Hutabarat, “Sinergi indonesia menuju negara maju,” Prosiding WEBINAR Fakultas Ekonomi Unimed “Strategi Dunia Usaha Menyikapi Status Indonesia Sebagai Negara Maju: Pra dan Pasca Covid-19,” pp. 35–42, 2020.
[2] P. N. Eris, D. A. Nohe, and S. Wahyuningsih, “Peramalan dengan metode smoothing dan verifikasi metode peramalan dengan grafik pengendali moving range (MR)(studi kasus: produksi air bersih di PDAM Tirta Kencana Samarinda),” Jurnal Eksponensial, vol. 5, no. 1, pp. 203–210, 2014.
[3] J. Heizer and B. Render, “Manajemen Operasi, Edisi 7,” Jakarta: Salemba Empat, 2006.
[4] N. Hudaningsih, S. F. Utami, and W. A. A. Jabbar, “Perbandingan Peramalan Penjualan Produk Aknil Pt. Sunthi Sepurimengguanakan Metode Single Moving Average Dan Single Exponential Smooting,” Jurnal Informatika Teknologi dan Sains (Jinteks), vol. 2, no. 1, pp. 15–22, 2020.
[5] W. J. Stevenson, D. Angelica, M. Masykur, P. A. Budiarti, and S. C. Chuong, Manajemen operasi: perspekstif Asia. Salemba Empat, 2014.
[6] J. Heizer and B. Render, “Operational management,” Edisi Sebelas. Salemba Empat, Jakarta, 2015.
[7] H. Utari, M. Mesran, and N. Silalahi, “Perancangan Aplikasi Peramalan Permintaan Kebutuhan Tenaga Kerja pada Perusahaan Outsourching menggunakan Algoritma Simple Moving Average,” Jurnal Times, vol. 5, no. 2, pp. 1–5, 2016.
[8] H. Diana and C. D. Raharjo, “Sistem Pendukung Keputusan Untuk Forecasting Penjualan di Toko Sumber Saudara,” Prosiding SNATIF, pp. 275–280, 2015.
[9] M. Lutfi, H. Muttaqien, A. Apriliani, H. Zainuddin, and Y. Yuyun, “Application of the Naïve bayes algorithm and simple exponential smoothing for food commodity prices forecasting,” in 1st International Conference on Science and Technology, ICOST 2019, European Alliance for Innovation (EAI), 2019.
Penulis
Hak Cipta (c) 2025 Amanda Nurul Shafa, Ridho Akbar, Yessie Ardina Kusuma
Artikel ini berlisensi Creative Commons Attribution 4.0 International License.