The ANALISIS PERAMALAN PERMINTAAN PRODUK MINUMAN HERBAL DENGAN METODE ARIMA PADA CV. GENTONG MAS
Abstract views: 258
,
PDF downloads: 163
Abstract
CV. Gentong Mas terletak di Kampung Sadang Lebak, Situsari, Karangpawitan, Garut. CV. Gentong Mas merupakan salah satu perusahaan yang memproduksi minuman herbal, produknya dinamakan gentong mas dan guchie mas. Akan tetapi pada penelitian ini, yang akan diteliti hanya produk gentong mas saja. Permasalahan yang dihadapi perusahaan yaitu permintaan yang tidak stabil dan tidak adanya peramalan untuk periode kedepannya Hal ini dikarenakan CV Gentong Mas putus kontrak kerja sama dengan distributor tunggal PT. Oriya Khazanah Sejahtera. Penyebab putus kontrak tersebut dikarenakan terjadi permasalahan di PT Oriya Khazanah Sejahtera sendiri. Pada penelitian ini metode yang digunakan yaitu Autoregressive Integrated Moving Average (ARIMA), Seasonal Autoregressive Integrated Moving Average (SARIMA) dan Holt-Winters sebagai pembanding. tiga Metode tersebut digunakan untuk mengetahui hasil peramalan mana yang terbaik untuk 1 tahun mendatang, terhitung sejak September 2020 hingga Agustus 2021. Hasil peramalan ini di lihat dari 2 aspek, yaitu Nilai MSE (Mean Squared Error) terkecil dan uji validasi. Berdasarkan hasil pengolahan data diketahui Nilai MSE terkecil yaitu metode Seasonal Autoregressive Integrated Moving Average (SARIMA) dengan nilai MSE sebesar 4,705,580. Akan tetapi ketika di uji validasi, hasil peramalan yang paling mendekati permintaan sebenarnya selama 4 periode (bulan) yaitu metode Autoregressive Integrated Moving Average (ARIMA). Berdasarkan hasil pengolahan data peramalan menggunakan aplikasi minitab, perbandingan nilai MSE dan uji validasi hasil peramalan menunjukkan bahwa metode terbaik ialah metode arima. Karena hasil peramalannya mendekati hasil permintaan yang sebenarnya.
Downloads
References
Akolo, I. R. (2019). Perbandingan Exponential Smoothing Holt-Winters Dan Arima Pada Peramalan Produksi Padi Di Provinsi Gorontalo. Jurnal Technopreneur (JTech), 7(1), 20–26.
Brand, M. S. (2017). Penjualan Sepatu Merek ‘Nike’ Dengan Metode Autoregressive Intregated Moving Average. 251–258.
Buchori, M., & Sukmono, T. (2019). Peramalan Produksi Menggunakan Metode Autoregressive Integrated Moving Average (ARIMA) di PT. XYZ. PROZIMA (Productivity, Optimization and Manufacturing System Engineering), 2(1), 27.
Hendayanti, N. P. N., & Nurhidayati, M. (2020). Perbandingan Metode Seasonal Autoregressive Integrated Moving Average (SARIMA) dengan Support Vector Regression (SVR) dalam Memprediksi Jumlah Kunjungan Wisatawan Mancanegara ke Bali. Jurnal Varian, 3(2), 149–162.
Hernandez, C., Giral, D., & Martinez, F. (2018). Radioelectric Spectrum Prediction based in ARIMA and SARIMA Time. 13(22), 15688–15695.
Jatmiko, Y. A., Rahayu, R. L., & Darmawan, G. (2017). Perbandingan Keakuratan Hasil Peramalan Produksi Bawang Merah Metode Holt-Winters Dengan Singular Spectrum Analysis (Ssa). Jurnal Matematika “MANTIK,” 3(1), 13.
Nofiyanto, A., Nugroho, R. A., & Kartini, D. (2015). Peramalan Permintaan Paving Blok Dengan Metode ARIMA. Proceedings Konferensi Nasional Sistem Dan Informatika (KNS\&I), 9, 54–59.
Pamungkas, M. B. (2019). Aplikasi Metode Arima Box-Jenkins Untuk Meramalkan Kasus Dbd Di Provinsi Jawa Timur. The Indonesian Journal of Public Health, 13(2), 183.
Pongdatu, G. A. N., & Putra, Y. H. (2018). Seasonal Time Series Forecasting using SARIMA and Holt Winter’s Exponential Smoothing. IOP Conference Series: Materials Science and Engineering, 407(1).
Rahman, D., Sumarjaya, I. W., & Sukarsa, I. K. G. (2018). Perbandingan Peramalan Hasil Produksi Ikan Menggunakan Metode Permulusan Eksponensial Holt-Winters Dan Arima. E-Jurnal Matematika, 7(4), 371.
Yonathan, T., Kusuma, T., Praharani, S., & Asmoro, N. (2017). Peramalan Permintaan Produk Sarung Tangan Golf Menggunakan Metode Autoregressive Integrated Moving Average (Arima) Di Pt. Adi Satria Abadi. Industry Xplore, 02(01), 13–22.
Zulhamidi, & Hardianto, R. (2017). Peramalan Penjualan Teh Hijau Dengan Metode Arima (Studi Kasus Pada Pt. Mk). Jurnal PASTI, XI (3), 231–244.
Copyright (c) 2021 Nanda Nurfadilah
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Authors who publish with this journal agree to the following terms:
1. Copyright on any article is retained by the author(s).
2. The author grants the journal, right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgment of the work’s authorship and initial publication in this journal.
3. Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal’s published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
4. Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
5. The article and any associated published material is distributed under the Creative Commons Attribution-ShareAlike 4.0 International License
