scholarly journals Peramalan Stock Barang Dagangan Menggunakan Metode Single Exponential Smoothing

2021 ◽  
Vol 7 (2) ◽  
pp. 103-112
Author(s):  
Saiful Nur Budiman
Keyword(s):  
Time Series ◽  
Exponential Smoothing ◽  
Single Exponential

Peramalan bisa digunakan dibidang manapun yang mana membutuhkan sebuah prediksi akan keberadaan data di masa yang mendatang. Forecasting bisa diterapkan salah satunya untuk membantu anggaran penjulan ke periode berikutnya. Data time series diperoleh dari data penjualan selama periode tertentu penjualan suatu produk bisa digunakan sebagai dasar forecasting-nya. Restock barang yang berlebih tidak baik untuk sebuah toko, karena ada kemungkinan barang yang dibeli tidak laku kedepannya. Perlu adanya proses kontrol yang baik untuk restock barang, salah satunya yang bisa digunakan adalah menggunakan prediksi restock barang dagangan menggunakan single exponential smoothing (SES). Data penjulan yang digunakan ada dua macam yaitu Beras Koi 5kg-an dan Minyak Bimoli 900ml-an. Dari hasil perhitungan SES diperoleh nilai alpha yang bagus untuk peramalan Beras Koi 5kg-an adalah 0,46. Sedangkan nilai alpha untuk Minyak Bimoli 900ml-an adalah 0,704. Nilai alpha tersebut diperoleh dari perhitungan nilai MSE yang terkecil. Hasil prediksinya menunjukkan pada periode berikutnya (15-30 September 2021) menunjukkan adanya penurunan jumlah penjualan barang dari kedua produk tersbut, sehingga pemilik toko bisa mengurangi jatah belanjanya.

scholarly journals USULAN PERMINTAAN PRODUK SN 5 ML DI PT. XYZ DENGAN METODE TIME SERIES

2021 ◽  
Vol 8 (2) ◽  
pp. 117-122
Author(s):  
Sambas Sundana ◽  
Destri Zahra Al Gufronny
Keyword(s):  
Time Series ◽  
Moving Average ◽  
Exponential Smoothing ◽  
Double Exponential ◽  
Double Exponential Smoothing ◽  
Single Exponential ◽  
Weighted Moving Average

Permasalahan yang dihadapi PT. XYZ yaitu kesulitan dalam menentukan jumlah permintaan produk yang harus tersedia untuk periode berikutnya agar tetap dapat memenuhi kebutuhan pelanggan dan tidak menyebabkan penumpukan barang dalam jangka waktu yang lama terutama produk SN 5 ML yang memiliki permintaan jumlah paling besar dari produk lainnya. Tujuan dari penelitian ini yaitu menentukan metode peramalan yang tepat untuk meramalkan jumlah permintaan produk SN 5 ml periode Januari sampai dengan Desember 2021 Metode yang digunakan dalam penelitian ini yaitu metode peramalan Moving Average (MA), Weighted Moving Average (WMA), Single Exponential Smoothing (SES), dan Double Exponential Smoothing (DES). Adapun langkah langkah peramalan yang dilakukan yaitu menentukan tujuan peramalan,memilih unsur apa yang akan diramal, menentukan horizon waktu peramalan (pendek, menengah, atau panjang), memilih tipe model peramalan, mengumpulkan data yang di perlukan untuk melakukan peramalan, memvalidasi dan menerapkan hasil peramalan Berdasarkan perhitungan didapat metode peramalan dengan persentase tingkat kesalahan terkecil dibandingkan dengan metode lainnya yaitu  metode Moving Average (MA) dengan hasil yang diperoleh permintaan produk SN 5 ML pada bulan Januari sampai dengan Desember 2021 yaitu sebanyak 22.844.583 unit

scholarly journals CAPACITY AVAILABILITY ANALYSIS TO HP SERVER PROLIANT DL380P GEN8 AT PT. AERO SYSTEM INDONESIA

2020 ◽  
Vol 2 (1) ◽  
pp. 141-148
Author(s):  
Naufal Rizki Rinditayoga ◽  
Dewi Nusraningrum
Keyword(s):  
Time Series ◽  
Data Analysis ◽  
Moving Average ◽  
Exponential Smoothing ◽  
Time Series Forecasting ◽  
Flight Data ◽  
Availability Analysis ◽  
Capacity Limit ◽  
Single Exponential ◽  
Weighted Moving Average

There has Servers who used for Keeping some domestic flight data at Soekarno-Hatta airport and its often experience downtime or servers inconnected, because these server capacity exceeds those maximum server limit. This research aims to examine and analyze capacity from HP Proliant DL380P Gen8 server that used for domestic flight data at PT. Aero Systems Indonesia. The population here used 3 servers with research sample is 1 server, HP Proliant DL380P Gen8 server. Data analysis exert time series forecasting used comparison from Moving Average, Single Exponential Smoothing and Weighted Moving Average methods. These results which using Moving Average shows that the use of server capacity exceeds those server capacity limit with highest usage up to 3,568 GB from total available capacity of 2,930 GB, so it needs to change immediately by other server capacity which more balanced with usage at PT. Aero Systems Indonesia.

scholarly journals ANALISIS PERAMALAN TINGKAT JUMLAH TAMU MENGINAP MENGGUNAKAN METODE SINGLE EXPONENTIAL SMOOTHING DI VILLA X DI DESA GOBLEG, KABUPATEN BULELENG TAHUN 2018

2019 ◽  
Vol 9 (2) ◽  
pp. 335
Author(s):  
Kadek Sri Krisna Dewi ◽  
Kadek Rai Suwena
Keyword(s):  
Time Series ◽  
Exponential Smoothing ◽  
Single Exponential

Penelitian ini bertujuan untuk mengetahui tingkat jumlah tamu menginap di Villa X tahun 2013 – 2017 dan kecenderungan tingkat jumlah tamu menginap dengan menggunakan metode  single  exponential smoothing di  Villa  X  tahun  2018.  Jenis  penelitian  ini  adalah penelitian deskriptif. Data dikumpulkan dengan metode dokumentasi dan wawancara. Analisis data yang digunakan adalah analisis deret waktu (time series) dengan menggunakan metode single exponential smoothing. Hasil penelitian menunjukkan bahwa tingkat jumlah tamu menginap di Villa X tahun 2013 – 2017 mengalami fluktuasi. Tingkat jumlah tamu menginap paling  tinggi  terjadi  pada  tahun  2015  sebanyak  3.283  orang  dan  tingkat  jumlah  tamu menginap paling rendah terjadi pada tahun 2013 dengan tingkat jumlah tamu menginap sebesar 2.330 orang sedangkan kecenderungan tingkat jumlah tamu menginap dengan menggunakan  metode  single  exponential  smoothing  di  Villa  X  tahun  2018  mengalami fluktuasi,  tingkat  jumlah  tamu  menginap  sebanyak  2.918  orang.  Tingkat  jumlah  tamu menginap tertinggi terjadi pada bulan Agustus sebanyak 389 orang sedangkan tingkat jumlah tamu menginap terendah terjadi pada bulan November sebanyak 119 orang.

scholarly journals Proyeksi Angka Kematian Bayi di Rumah Sakit X Kabupaten Kediri dengan Single Exponential Smoothing

2020 ◽  
Vol 6 (2) ◽  
pp. 50
Author(s):  
Krisnita Dwi Jayanti ◽  
Ekawati Wasis Wijaya ◽  
Eva Firdayanti Bisono ◽  
Ratna Frenty Nurkhalim ◽  
Indah Susilowati ◽  
...  
Keyword(s):  
Time Series ◽  
Fetal Death ◽  
Exponential Smoothing ◽  
Intrauterine Fetal Death ◽  
Single Exponential

Statistik untuk Rumah Sakit menjadi sangat penting karena digunakan untuk mengevaluasi kualitas pelayanan medis di Rumah Sakit . Analisis time series merupakan suatu metode analisis statistik yang digunakan dalam melakukan suatu estimasi atau peramalan pada masa yang akan datang. Tujuan penelitian untuk melakukan proyeksi Angka Kematian Bayi di RSUD X Kabupaten Kediri dengan menggunakan single exponential smoothing. Metode penelitian menggunakan jenis penelitian deskriptif dengan studi kasus data berkala (time series) dengan pendekatan retrospektif. Populasi yang digunakan adalah seluruh kunjungan bayi (hidup dan mati) yang rawat inap pada tahun 2014-2018 di Rumah Sakit X Kabupaten Kediri. Analisis data secara deskriptif diketahui bahwa angka kematian bayi di rumah sakit X Kabupaten Kediri sangat fluktuatif dikarenakan kenaikan jumlah kunjungan pasien bayi atau kematian bayi masih sangat tinggi. Data jumlah kematian sebesar 362 bayi dengan penyebab terbanyak disebabkan oleh Intrauterine Fetal Death (IUFD) dengan jumlah kasus sebanyak 89 dan penyebab paling sedikit neonatal pretern dengan jumlah kasus sebanyak 8. Hasil proyeksi 2 tahun kedepan akan terjadi penurunan angka kematian bayi meskipun jumlahnya sangat sedikit pada tahun 2019 dan berangsur stabil hingga tahun 2020. Kesimpulan menyatakan bahwa hasil proyeksi menggunakan metode single exponential smoothing menunjukkan adanya penurunan angka kematian bayi.

scholarly journals Penerapan Metode Penghalusan Eksponensial Tunggal pada Prediksi Penjualan Air Minum dalam Kemasan

2021 ◽  
Vol 19 (2) ◽  
pp. 37
Author(s):  
Dwi Handoko ◽  
Andriani Kusumaningrum KW ◽  
Retno Tri Vulandari
Keyword(s):  
Time Series ◽  
Drinking Water ◽  
Data Analysis ◽  
Data Collection ◽  
Exponential Smoothing ◽  
Bottled Water ◽  
Market Demand ◽  
Literature Study ◽  
Bottled Drinking Water ◽  
Single Exponential

The Bottled Drinking Water Industry has grown rapidly to various provinces and cities throughout Indonesia now. The development of this industry is caused by high demand from consumers and the lower quality of raw water in springs and wells. PT. Cahaya Bumi Intanpari (CBI) is a company that produces gallons, bottles, and glasses bottled drinking water under the brand “AirMu”. Sales of bottled water every month always fluctuate, the management of PT. Cahaya Bumi Intanpari requires an estimate of the amount of production of each type of bottled water to market demand in the future. Based on the description of the background, in this study, a desktop-based application was designed and built. The research method used includes data collection and data analysis. Data collection includes observation, interviews, and literature study. While data analysis includes making data flow diagrams. The forecasting model is used in forecasting the sales of bottled drinking water at PT. Cahaya Bumi Intanpari is a time series or it can be called a time series, and the forecasting method used is single exponential smoothing. From the results of calculation testing, it is proven that the Single Exponential Smoothing method can be implemented in the AMDK sales forecasting system. Based on the validity test, it is found that the prediction test results of bottled drinking water sales below 20% are included in the good criteria.

scholarly journals Accuracy Analysis of Predictive Value in Transaction Data of Service Company Using Combination of K-Means Clustering and Time Series Methods

2021 ◽  
Vol 5 (1) ◽  
pp. 30-39
Author(s):  
Santi Ika Murpratiwi ◽  
Dewa Ayu Indah Cahya Dewi ◽  
Arik Aranta
Keyword(s):  
Time Series ◽  
Moving Average ◽  
Exponential Smoothing ◽  
Transaction Data ◽  
Service Companies ◽  
Forecasting Method ◽  
Time Series Method ◽  
Double Exponential Smoothing ◽  
Using Data ◽  
Single Exponential

Profit decline is a frightening problem for service companies. The solution to prevent this is by analyzing data transactions using data mining and forecasting. K-Means used to cluster the level of car damage based on the number of panels repaired and the duration of repaired. The results of K-Means used as material for analysis the best time-series method for transaction data. The methods analyzed include the moving average, single exponential smoothing, double exponential smoothing, and winter's method. Single exponential smoothing is the most suitable forecasting method with transaction data. Based on the MAPE value obtained for minor damage of 12.58%, forecasting for moderate damage of 16.83%, forecasting for major damage of 17.31%, and forecasting for overall data of 8.0975%. It concluded that single exponential smoothing can apply with K-Means clustering and the company can use it to make strategies to prepare the number of workers and production materials required.

scholarly journals PERAMALAN INFLASI MENGGUNAKAN METODE SARIMA DAN SINGLE EXPONENTIAL SMOOTHING (STUDI KASUS: KOTA BANDUNG)

2020 ◽  
Vol 17 (2) ◽  
pp. 111-120
Author(s):  
Rifqi Fahrudin ◽  
Irfan Dwiguna Sumitra
Keyword(s):  
Time Series ◽  
Exponential Smoothing ◽  
Single Exponential

Inflasi merupakan salah satu fenomena ekonomi yang selalu menarik dibahas terutama berkaitan dengan dampaknya yang luas terhadap ekonomi makro, seperti pertumbuhan ekonomi, keseimbangan eksternal, daya saing, tingkat bunga, bahkan distribusi pendapatan. Inflasi berperan penting dalam menentukan kondisi perekonomian, sehingga perlu mendapatkan perhatian serius dari berbagai kalangan khususnya otoritas moneter yang bertanggung jawab mengendalikan inflasi. Jika inflasi dapat diramalkan dengan akurasi yang tinggi, tentunya dapat dijadikan dasar pengambilan kebijakan pemerintah dalam mengantisipasi aktivitas ekonomi di masa depan. Penelitian ini bertujuan untuk menghasilkan ramalan data inflasi. Metode yang digunakan dalam penelitian ini adalah metode SARIMA dan Single Exponential Smoothing. Dalam peramalan laju nilai inflasi dimana data berupa time series, metode SARIMA dapat menunjukan hasil peramalan yang lebih akurat dibandingkan dengan menggunakan metode SES. Bedasarkan perbandingan model peramalan secara keseluruhan, model SARIMA (2,1,1)(1,1,1) 11 memiliki nilai error terkecil dengan nilai MAD 0,117, MSE 0,023 dan 0,72% untuk MAPE. Dari hasil tersebut disumpulkan bahawa peramalan inflasi Kota Bandung menggunakan metode SARIMA memiliki nilai akurasi yang tinggi.    Kata Kunci: Inflasi, Peramalan, SARIMA, SES    

The predicted load balancing algorithm based on the dynamic exponential smoothing

Open Physics ◽  
2020 ◽  
Vol 18 (1) ◽  
pp. 439-447
Author(s):  
Lijie Yan ◽  
Xudong Liu
Keyword(s):  
Time Series ◽  
Load Balancing ◽  
Exponential Smoothing ◽  
Load Prediction ◽  
The Common ◽  
Load Balancing Algorithm ◽  
Balancing Efficiency

AbstractTo a large extent, the load balancing algorithm affects the clustering performance of the computer. This paper illustrated the common load balancing algorithms and elaborated on the advantages and drawbacks of such algorithms. In addition, this paper provides a kind of balancing algorithm generated on the basis of the load prediction. Due to the dynamic exponential smoothing model, such an algorithm helps obtain the corresponding smoothing coefficient with the server node load time series of current phrase and allows researchers to make prediction with the load value at the next moment of this node. Subsequently, the dispatcher makes the scheduling with the serve request of users according to the load predicted value. OPNET Internet simulated software is applied to the test, and we may conclude from the results that the application of such an algorithm acquires a higher load balancing efficiency and better load balancing effect.

Sign in / Sign up

Export Citation Format

Share Document