v
PEMODELAN PERAMALAN PENJUALAN PAKAN UDANNG PADA PT CENTRAL PROTEINA PRIMA, TBK DENGAN METODE PEMULUSAN
EKSPONENSIAL (EXPONENTIAL SMOOTHING)
ABSTRAK
Pemulusan eksponensial pada dasarnya memuluskan data masa lalu dengan melakukan pembobotan menurun secara eksponensial terhadap nilai pengamatan yang lebih tua atau nilai yang lebih baru diberikan bobot yang relatif lebih besar dibandingkan nilai pengamatan yang lebih lama dan mempertimbangkan pengaruh acak, trend, musiman pada data masa lalu yang akan dimuluskan dalam pemilihan metode yaang digunakan. Dengan melakukan analisa pola data pada data penjualan PT Central Proteina Prima, Tbk menggunakan Plot data, Koefisien Korelasi, dan Uji Musiman maka pola data yang terkandung adalah pola data musiman sehingga digunakan metode pemulusan eskponensial tiga parameter: Metode Winter dalam penyelesain masalah dalam penelitian ini. Untuk menekan kesalahan peramalan dilakukan trial dan error untuk memperoleh nilai MSE terkecil dari nilai –nilai paramater yang
digunakan. Nilai MSE terkecil diperoleh sebesar 66. 1γ1,08 dengan nilai parameter α=0,4; =0,1; dan ɣ=0,1. Dengan menggunakan pemulusan eksponensial tiga parameter: Metode Winter maka diperoleh persamaan untuk meramalkan satu musim kedepan sebagai berikut.
mm xmI
F60 1.263,661,32 48
Dengan memasukan nilai m = periode kedepan, maka diperoleh nilai peramalan: Januari = 1.168,58, Februari = 1.346,10, Maret = 1.214,16, April = 1.253,96, Mei = 1.475,51, Juni= 1.496,75, Juli = 1.420,12, Agustus= 1.365, 69, September = 1.247,89, Oktober = 1.305,28, November = 1.303,06 dan Desember = 1.091, 99. Perbandingan ketepatan peramalan dengan menggunakan pemulusan eksponensial tiga parameter : Metode Winter dengan Metode Subjektif yang digunakan selama ini adalah dengan membandingkan nilai MAPE yang diperoleh dari masing- masing peramalan. Dengan menggunakan pemulusan eksponensial tiga parameter: Metode Winter diperoleh MAPE sebesar 15, 25 sedangkan dengan peramalan metode subjektif yang digunakan selama ini Nilai MAPE sebesar 28,93 sehingga dapat disimpulkan pemulusan eksponensial tiga parameter: Metode Winter memiliki ketepatan peramalan lebih bagus.
Kata Kunci: Peramalan Penjualan, Pemulusan (Smoothing) Eksponensial
vi
MODELING OF FORECASTING SALES SHRIMP FEED IN PT CENTRAL PROTEINA PRIMA, TBK WITH
EXPONENTIAL SMOOTHING METHOD
ABSTRACT
Exponential smoothing basically pave the past data by performing weighting decreases exponentially with observed values of older or value of newer assigned a weighting that is relatively larger than the value of observation is longer and consider the random influences, trends, seasonality on past data that will be smoothed in the selection method used yaang. By analyzing the pattern of data on sales data PT Central protein Prima, Tbk using Plot Data, Correlation Coefficient, and Test Seasonal then the pattern data contained are data patterns seasonal so used the smoothing method of exponentially three parameters: Methods Winter in the completion of the problem in this study. To suppress the forecasting error made trial and error to obtain the smallest MSE value of value parameters are used. The smallest MSE value obtained for 66. 131.08 with parameter values α = 0.4; = 0.1; and ɣ = 0.1. By using the exponential smoothing three parameters: Methods Winter of the obtained equation to predict the next season as follows.
F60m
1.263,661,32xm
I48mBy entering a value m = the period ahead, the obtained value of forecasting: January = 1168.58, February = 1346.10, March =1214.16, April = 1253.96, May = 1475.51, June = 1496.75, July = 1420.12, August = 1.365, 69, September = 1247.89, October =1305.28, November= 1303.06 , and December = 1,091, 99. Comparison of the accuracy of forecasting using exponential smoothing three parameters: Methods Winter with Subjective Methods is used for this is to compare the value of MAPE obtained from each forecasting. By using the exponential smoothing three parameters: Methods Winter obtained MAPE by 15, 25, whereas with forecasting subjective method is used for this value amounted to 28.93 MAPE so that it can be concluded exponential smoothing three parameters: Methods Winter has a better forecasting accuracy.
Keywords: Sales Forecasting, Exponential Smoothing