Analisis Error Terhadap Peramalan Data Penjualan

Authors

  • Alyauma Hajjah Institut Bisnis dan Teknologi Pelita Indonesia
  • Yulvia Nora Marlim Institut Bisnis dan Teknologi Pelita Indonesia

DOI:

https://doi.org/10.33633/tc.v20i1.4054

Keywords:

Peramalan, Moving Average, Exponential Smoothing, Error

Abstract

Tujuan penelitian ini membahas tentang peramalan permintaan lampu LED bermerk Sanyo. Penelitian ini menggunakan metode Moving Average dan Exponential Smoothing. Pada Metode Moving Average digunakan untuk peramalan periode 3 bulan dan 5 bulan, sedangkan metode Exponential Smoothing menggunakan parameter  = 0,1; 0,5; 0,7 dan 0,9. Dari hasil peramalan setiap metode dibandingkan nilai dari error, adapun nilai error yang dibahas adalah Mean Absolut Deviation (MAD), Mean Squared Error (MSE), dan Mean Absolute Percentage Error (MAPE). Berdasarkan hasil penelitian ini metode yang memiliki tingkat kesalahan terkecil adalah metode Exponential Smoothing dengan parameter , yang memiliki nilai MAD= 1.214,54; MSE = 2.758.993 dan MAPE = 9,17%. Dapat disimpulkan bahwa metode yang paling optimal digunakan untuk meramalkan jumlah permintaan lampu pada bulan berikutnya adalah metode Exponential Smoothing dengan parameter . Hasil peramalan permintaan lampu pada bulan Januari 2020 dengan menggunakan metode Exponential Smoothing dengan  adalah 15.800,88. Sehingga untuk peramalan permintaan untuk bulan berikutnya peneliti merekomendasikan menggunakan metode Exponential Smoothing dengan perameter .

References

G. Costaner Loneli , Syafitri Wenny, “Optimasi Jumlah Produksi Usaha Dagang Roti Prima Sari Menggunakan Metode Logika Fuzzy,” SISTEMASI, vol. 8, no. September, pp. 424–435, 2019.

A. H. Hutasuhut, W. Anggraeni, and R. Tyasnurita, “Pembuatan Aplikasi Pendukung Keputusan untuk Peramalan Persediaan Bahan Baku Produksi Plastik Blowing dna Inject Menggunakan Metode ARIMA (Autoregressive Integrated Moving Average) di CV. Asia,” J. Tek. Pomits, vol. 3, no. 2, pp. 70–171, 2014.

A. Nurlifa and S. Kusumadewi, “Sistem Peramalan Jumlah Penjualan Menggunakan Metode Moving Average Pada Rumah Jilbab Zaky,” INOVTEK Polbeng - Seri Inform., vol. 2, no. 1, p. 18, 2017, doi: 10.35314/isi.v2i1.112.

N. D. Nachrowi and H. Usman, Teknik Pengambilan Keputusan : dilengkapi teknik analisis dan pengolahan data menggunakan paket program LINDO dan SPSS. Jakarta: Gramedia Widiasarana Indonesia, 2004.

K. M. S and S. P. W, “ANALISA DAN PENERAPAN METODE SINGLE EXPONENTIAL SMOOTHING UNTUK PREDIKSI PENJUALAN PADA PERIODE TERTENTU (Studi Kasus : PT. Media Cemara Kreasi),” in Prosiding SNATIF, 2015, vol. 2, pp. 259–266.

K. Khamaludin, “Peramalan Penjualan Hijab Sxproject Menggunakan Metode Moving Average Dan Exponential Smoothing,” Unistek, vol. 6, no. 2, pp. 13–16, 2019, doi: 10.33592/unistek.v6i2.249.

Pajri Al Zukri; Syndi Nurina Widyaningrum; Qurrotul Aini, “Forecasting Permintaan Pompa Air Dangkal Shimizu Menggunakan Metode Time Series,” SISTEMASI, vol. 9, no. 2, pp. 226–234, 2020.

H. Ihsan, R. Syam, and F. Ahmad, “Peramalan Penjualan dengan Metode Exponential Smoothing (Studi Kasus : Penjualan Bakso Kemasaan/Kiloan Rumah Bakso Bang Ipul),” J. Math. Comput. Stat., vol. 1, no. 1, pp. 1–7, 2018.

N. G. Putri, Y. T. Herawati, and A. Ramani, “Peramalan Jumlah Kasus Penyakit Hipertensi Di Kabupaten Jember Dengan Metode Time Series,” J. Heal. Sci. Prev., vol. 3, no. 1, pp. 39–46, 2019, doi: 10.29080/jhsp.v3i1.161.

S. A. Abdul Karim and S. A. Alwi, “Electricity load forecasting in UTP using moving averages and exponential smoothing techniques,” Appl. Math. Sci., vol. 7, no. 77–80, pp. 4003–4014, 2013, doi: 10.12988/ams.2013.33149.

B. Putro, M. T. Furqon, and S. H. Wijoyo, “Prediksi Jumlah Kebutuhan Pemakaian Air Menggunakan Metode Exponential Smoothing ( Studi Kasus : PDAM Kota Malang ),” J. Pengemb. Teknol. Inf. dan Ilmu Komput. Univ. Brawijaya, vol. 2, no. 11, pp. 4679–4686, 2018.

R. Rachman, “Penerapan Metode Moving Average Dan Exponential Smoothing Pada Peramalan Produksi Industri Garment,” J. Inform., vol. 5, no. 1, pp. 211–220, 2018, doi: 10.31311/ji.v5i2.3309.

D. M. Efendi and F. Ardhy, “Penerapan Data Mining Untuk Peramalan Penjualan Obat dengan Menggunakan Single Exponential Smoothing di Apotek Hamzah Farma,” Semin. Nas. Teknol. dan Bisnis, pp. 198–203, 2018.

R. Rahmadayanti, B. Susilo, and D. Puspitaningrum, “Perbandingan Keakuratan Metode Autoregressive Integrated Moving Average (Arima) dan Exponential Smoothing pada Peramalan Penjualan Semen di PT Sinar Abadi,” J. Rekursif, vol. 3, no. 1, pp. 23–36, 2015.

I. Sungkawa and R. T. Megasari, “Penerapan Ukuran Ketepatan Nilai Ramalan Data Deret Waktu Dalam Seleksi MOdel Peramalan Volume Penjualan PT Satriamandiri Citramulia,” ComTech, vol. 2, no. 2, pp. 636–645, 2011.

P. C. Chang, Y. W. Wang, and C. H. Liu, “The development of a weighted evolving fuzzy neural network for PCB sales forecasting,” Expert Syst. Appl., vol. 32, no. 1, pp. 86–96, 2007, doi: 10.1016/j.eswa.2005.11.021.

Downloads

Published

2021-02-09

Issue

Vol. 20 No. 1 (2021): Februari 2021

Section

Articles

License

Copyright (c) 2021 Alyauma Hajjah

Creative Commons License

This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.

 

License Terms

All articles published in Techno.COM Journal are licensed under the Creative Commons Attribution-NonCommercial 4.0 International (CC BY-NC 4.0). This means:

1. Attribution

Readers and users are free to:

  • Share – Copy and redistribute the material in any medium or format.

  • Adapt – Remix, transform, and build upon the material.

As long as proper credit is given to the original work by citing the author(s) and the journal.

2. Non-Commercial Use

  • The material cannot be used for commercial purposes.

  • Commercial use includes selling the content, using it in commercial advertising, or integrating it into products/services for profit.

3. Rights of Authors

  • Authors retain copyright and grant Techno.COM Journal the right to publish the article.

  • Authors can distribute their work (e.g., in institutional repositories or personal websites) with proper acknowledgment of the journal.

4. No Additional Restrictions

  • The journal cannot apply legal terms or technological measures that restrict others from using the material in ways allowed by the license.

5. Disclaimer

  • The journal is not responsible for how the published content is used by third parties.

  • The opinions expressed in the articles are solely those of the authors.

For more details, visit the Creative Commons License Page:
? https://creativecommons.org/licenses/by-nc/4.0/

 

Most read articles by the same author(s)

Obs.: This plugin requires at least one statistics/report plugin to be enabled. If your statistics plugins provide more than one metric then please also select a main metric on the admin's site settings page and/or on the journal manager's settings pages.