Perbandingan Metode Weighted Moving Average dan Single Exponential Smoothing Angka Partisipasi Sekolah Wilayah Adat, Papua

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

Download Full-text

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

Dinasti International Journal of Management Science ◽

10.31933/dijms.v2i1.405 ◽

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.

Download Full-text

ANALISIS PERENCANAAN PERSEDIAAN BAHAN BAKU PAKAN TERNAK DENGAN MENGGUNAKAN METODE LOT SIZING (Studi Kasus Pada PT. Japfa Comfeed Indonesia Tbk, Unit Makassar)

ARIKA ◽

10.30598/arika.2021.15.1.29 ◽

2021 ◽

Vol 15 (1) ◽

pp. 29-36

Author(s):

A. Besse Riyani Indah ◽

Sapta Asmal ◽

Khalifah Amalia ◽

Dian Pratiwi Sahar ◽

Gerard Antonini Duma

Keyword(s):

Wheat Bran ◽

Lot Sizing ◽

Moving Average ◽

Exponential Smoothing ◽

Lot Size ◽

Safety Stock ◽

Reorder Point ◽

Fixed Period ◽

Single Exponential ◽

Weighted Moving Average

Permasalahan yang dihadapi perusahaan adalah tingginya total biaya persediaan pada bahan baku pakan ternak kategori mayor dalam penelitian ini bahan baku tersebut diantaranya Jagung Lokal, Wheat Bran Pellet, Biji Batu dan Katul. Oleh karena itu, penelitian ini bertujuan untuk mengoptimalkan kuantitas pemesanan (lot size) agar diperoleh total biaya yang minimum. Pada penelitian ini dilakukan perencanaan persediaan menggunakan Fixed Period Requirement (FPR) dan Algoritma Wagner-Whitin (AWW) dengan mempertimbangkan kuantitas pemesanan. Langkah awal yang dilakukan ialah peramalan permintaan menggunakan Weighted Moving Average dan Single Exponential Smoothing, kemudian dilakukan perbaikan terhadap manajemen persediaan bahan baku pakan ternak kategori mayor, dengan menentukan safety stock dan reorder point, kuantitas pemesanan optimal, dan total biaya persediaan. Hasil dari penelitian yang dilakukan ialah diperoleh safety stock dan reorder point setiap jenis material untuk mengantisipasi apabila terjadi stock out, serta lot size yang optimal agar tidak terjadi overstock. Hasil yang didapatkan setelah melakukan perhitungan menggunakan FPR adalah sebesar Rp. 68.836.795.791 dan AWW menunjukkan hasil sebesar Rp 3.216.795.791 Berdasarkan hasil tersebut maka metode yang menghasilkan total biaya minimum adalah AWW.

Download Full-text

USULAN TOTAL BIAYA PERSEDIAAN PEREAKSI PADA LABORATORIUM KIMIA DI PT XYZ

JENIUS : Jurnal Terapan Teknik Industri ◽

10.37373/jenius.v2i1.87 ◽

2021 ◽

Vol 2 (1) ◽

pp. 13-19

Author(s):

Sambas Sundana ◽

Resti Febriani Putri

Keyword(s):

Moving Average ◽

Exponential Smoothing ◽

Economic Order Quantity ◽

Economic Order ◽

Order Quantity ◽

Double Exponential ◽

Double Exponential Smoothing ◽

Single Exponential ◽

Weighted Moving Average

Masalah yang dihadapi perusahaan selama tahun 2020 terjadi stock out sebanyak tiga kali dengan total empat botol yang mengakibatkan adanya biaya tambahan berupa biaya pemesanan sedangkan tujuan dari penelitian ini yaitu menghitung peramalan pereaksi kalium iodida berdasarkan data historis pemesanan, menghitung persediaan pereaksi kalium iodida menggunakan metode economic order quantity (EOQ), dan menghitung total biaya yang dibutuhkan untuk melakukan pemesanan pereaksi kalium iodida dalam satu tahun. Metode Peramalan yang dipakai yaitu Moving Average (MA, n = 3), Peramalan Moving Average (MA, n = 4), Peramalan Weighted Moving Average (WMA, n = 3), Peramalan Weighted Moving Average (WMA, n = 4), Peramalan Single Exponential Smoothing (SES, alpha = 0,5), Peramalan Single Exponential Smoothing (SES, alpha = 0,4), Peramalan Double Exponential Smoothing (DES, alpha = 0,5), Peramalan Double Exponential Smoothing (DES, alpha = 0,4), Peramalan Double Exponential Smoothing (DES, alpha = 0,4),Metode EOQ dan total biaya. Hasil yang diperoleh metode peramalan yang dipilih yaitu MA dengan n sama dengan empat, dimana peramalan yang dihasilkan menunjukkan jumlah pemesanan pereaksi tiap periode sebesar 3 botol dengan total pemesanan tahun 2021 sebanyak 36 botol,.EOQ sebanyak 9 botol,.dan Total Biaya Persediaan Pereaksi Kalium Iodida Rp. 64.577.143

Download Full-text

IMPLEMENTASI MATERIAL REQUIREMENTS PLANNING (MRP) PADA PERENCANAAN PERSEDIAAN MATERIAL PANEL LISTRIK DI PT.TIS

SINERGI ◽

10.22441/sinergi.2016.1.006 ◽

2016 ◽

Vol 20 (1) ◽

pp. 36

Author(s):

Putri Sari Dewi ◽

Dana Santoso Saroso

Keyword(s):

Moving Average ◽

Exponential Smoothing ◽

Order Quantity ◽

Material Requirements Planning ◽

Fixed Order ◽

Single Exponential ◽

Material Requirements

Semakin berkembangnya dunia industri perusahaan manufaktur membuat semakin ketatnya persaingan pasar untuk mencukupi kebutuhan konsumen. Selain itu perusahaan juga dituntut untuk dapat memuaskan konsumen dengan cara menyelesaikan pesanan konsumen tepat pada waktunya. Sehingga perlu ditunjang oleh sistem produksi yag efisien. Untuk dapat menciptakan sistem produksi yang efisien maka diperlukan suatu perencanaan yang baik. Peramalan dan perencanaan material untuk box panel menjadi alasan yang kuat untuk meminimalkan stok gudang, khususnya PT. TIS. Adapun untuk perencanaan persediaan material box panel tersebut memerlukan peramalan yang optimal dengan memafaatkan metode Simple Moving Average (SMA) dan Single Exponential Smoothing (SES). Dengan membandingkan kedua metode tersebut dihasilkan data bahwa dengan metode Simple Moving Average menghasilkan nilai eror (MAD dan MSE) paling kecil, yaitu sebesar MAD 7,3 dan MSE 72. Sedangkan untuk perencanaan material menggunakan metode MRP Lot for Lot (LFL) dan Fixed Order Quantity (FOQ). Hasil perbandingan kedua metode tersebut menghasilan sistem Lot for Lot lebih efisien dan sesuai diterapkan pada PT. TIS karena total biaya persediaan minimum, yaitu sebesar Rp 199.692.470.

Download Full-text

Kajian Peramalan dan Pengaruh Profitabilitas terhadap Harga Saham pada Perusahaan Makanan dan Minuman Tahun 2011-2016

Jurnal Manajemen dan Organisasi ◽

10.29244/jmo.v8i1.18603 ◽

2017 ◽

Vol 8 (1) ◽

pp. 75-88

Author(s):

Octaviani Hutahaean ◽

Abdul Basith

Keyword(s):

Moving Average ◽

Exponential Smoothing ◽

Profit Margin ◽

Moving Averages ◽

Return On Assets ◽

Return On Equity ◽

Purposive Sampling ◽

Net Profit ◽

Weighted Moving Average

Laju pertumbuhan industri terbesar selama tahun 2011-2015 yaitu 8,48 persen terhadap Produk Domestik Bruto (PDB) mencerminkan perusahaan yang termasuk dalam industri makanan dan minuman memiliki kinerja bisnis yang baik. Penelitian ini bertujuan untuk mengetahui kondisi harga saham dan profitabilitas pada tahun 2011-2015, mengetahui peramalan harga saham dan profitabilitas pada tahun 2016 dan untuk menganalisis pengaruh profitabilitas terhadap harga saham pada tahun 2011-2016. Analisis profitabilitas dipresentasikan oleh beberapa rasio keuangan yaitu Return On Equity (ROE), Return On Assets (ROA), Net Profit Margin (NPM), dan Earning Per Share (EPS). Penelitian ini menggunakan teknik purposive sampling dan data yang digunakan merupakan data sekunder. Peramalan menggunakan metode moving averages, weighted moving average, dan exponential smoothing dengan nilai MAD terkecil menggunakan aplikasi POM-QM for windows-3. Model analisis yang digunakan dalam penelitian ini adalah regresi linier berganda dengan menggunakan SPSS 18. Hasil penelitian menunjukkan bahwa PT Delta Djakarta, Tbk (DLTA) memiliki kondisi harga saham, ROE, ROA, dan EPS dengan rata-rata tertinggi selama 2011-2015. PT Tiga Pilar Sejahtera Food, Tbk (AISA) memiliki rata-rata NPM tertinggi selama 2011-2015. PT Delta Djakarta, Tbk (DLTA) dan PT Indofood Sukses Makmur, Tbk (INDF) menunjukkan peramalan tahun 2016 terhadap harga saham dan profitabilitas mengalami peningkatan dari tahun sebelumnya. Profitabilitas berpengaruh simultan dan signifikan terhadap harga saham dan secara parsial menunjukkan bahwa ROE dan EPS berpengaruh dan signifikan terhadap harga saham.

Download Full-text

Komparasi Metode Peramalan Jumlah Permintaan Kamar Hotel

Jurnal Ilmiah Informatika Global ◽

10.36982/jig.v9i2.563 ◽

2019 ◽

Vol 9 (2) ◽

Author(s):

Rendra Gustriansyah ◽

Wilza Nadia ◽

Mitha Sofiana

Keyword(s):

Moving Average ◽

Exponential Smoothing ◽

Standard Type ◽

The Public ◽

Forecasting Methods ◽

Forecasting Method ◽

Double Exponential ◽

Double Exponential Smoothing ◽

Exponential Smoothing Method ◽

Single Exponential

AbstractHotel is a type of accommodation that uses most or all of the buildings to provide lodging, dining and drinking services, and other services for the public, which are managed commercially so that each hotel will strive to optimize its functions in order to obtain maximum profits. One such effort is to have the ability to forecast the number of requests for hotel rooms in the coming period. Therefore, this study aims to forecast the number of requests for hotel rooms in the future by using five forecasting methods, namely linear regression, single moving average, double moving average, single exponential smoothing, and double exponential smoothing, as well as to compare forecasting results with these five methods so that the best forecasting method is obtained. The data used in this study is data on the number of requests for standard type rooms from January to November in 2018, which were obtained from the Bestskip hotel in Palembang. The results showed that the single exponential smoothing method was the best forecasting method for data patterns as in this study because it produced the smallest MAPE value of 41.2%.Keywords: forecasting, linier regression, moving average, exponential smoothing.AbstrakHotel merupakan jenis akomodasi yang mempergunakan sebagian besar atau seluruh bangunan untuk menyediakan jasa penginapan, makan dan minum serta jasa lainnya bagi umum, yang dikelola secara komersial, sehingga setiap hotel akan berupaya untuk mengoptimalkan fungsinya agar memperoleh keuntungan maksimum. Salah satu upaya tersebut adalah memiliki kemampuan untuk meramalkan jumlah permintaan terhadap kamar hotel pada periode mendatang. Oleh karena itu, penelitian ini bertujuan untuk meramalkan jumlah permintaan terhadap kamar hotel di masa mendatang dengan menggunakan lima metode peramalan, yaitu regresi linier, single moving average, double moving average, single exponential smoothing, dan double exponential smoothing, serta untuk mengetahui perbandingan hasil peramalan dengan kelima metode tersebut sehingga diperoleh metode peramalan terbaik. Adapun data yang digunakan dalam penelitian ini merupakan data jumlah permintaan kamar tipe standar dari bulan Januari hingga November tahun 2018, yang diperoleh dari hotel Bestskip Palembang. Hasil penelitian menunjukkan bahwa metode single exponential smoothing merupakan metode peramalan terbaik untuk pola data seperti pada penelitian ini karena menghasilkan nilai MAPE paling kecil sebesar 41.2%.Kata kunci: peramalan, regeresi linier, moving average, exponential smoothing.

Download Full-text

PREDIKSI INFLASI DI INDONESIA MENGGUNAKAN METODE MOVING AVERAGE, SINGLE EXPONENTIAL SMOOTHING DAN DOUBLE EXPONENTIAL SMOOTHING

Jurnal Lebesgue : Jurnal Ilmiah Pendidikan Matematika, Matematika dan Statistika ◽

10.46306/lb.v1i2.25 ◽

2020 ◽

Vol 1 (2) ◽

pp. 123-129

Author(s):

Nugroho Arif Sudibyo ◽

Ardymulya Iswardani ◽

Arif Wicaksono Septyanto ◽

Tyan Ganang Wicaksono

Keyword(s):

Moving Average ◽

Exponential Smoothing ◽

Double Exponential ◽

Double Exponential Smoothing ◽

Single Exponential

Tujuan dari penelitian ini adalah untuk mengetahui model peramalan yang paling baik digunakan untuk meramalkan inflasi di Indonesia dengan data inflasi Januari 2015 sampai dengan Mei 2020. Penelitian ini menggunakan beberapa metode peramalan. Berdasarkan metode peramalan yang dilakukan didapatkan hasil peramalan yang paling baik dilihat dari MAPE, MAD dan MSD adalah single exponential smoothing. Selanjutnya, hasil peramalan menunjukkan bahwa tingkat inflasi di Indonesia pada Agustus 2020 sebesar 1,41746%.

Download Full-text

PREDIKSI JUMLAH PENERIMAAN SISWA SMK SWASTA TAHUN AJARAN 2011/2012

Binus Business Review ◽

10.21512/bbr.v3i2.1274 ◽

2012 ◽

Vol 3 (2) ◽

pp. 923

Author(s):

Haryadi Sarjono

Keyword(s):

Mean Squared Error ◽

Moving Average ◽

Exponential Smoothing ◽

Vocational High School ◽

Absolute Deviation ◽

Squared Error ◽

Forecasting Methods ◽

Naive Method ◽

Manual Calculation ◽

Weighted Moving Average

This study aims to determine prediction number of modern private Vocational High School (SMK) students in a province in Borneo with the approach of six forecasting methods: Linear Regression, Exponential Smoothing with Trend, Exponential Smoothing, Weighted Moving Average, Moving Average, and the Naive Method, besides using Manual calculation, the approach of QM for windows is used as a comparison. The result will be determined by the six forecasting methods which is used as a proper basis for the next calculating based on the smallest MAD (Mean Absolute Deviation) and MSE (Mean Squared Error) approach. The data in this study were made by the writer alone.

Download Full-text

PERBANDINGAN METODE SINGLE EXPONENTIAL SMOOTHING DAN MOVING AVERAGE PADA PERAMALAN PENJUALAN PRODUK MINYAK GORENG DI PT TUNAS BARU LAMPUNG

JURNAL REKAYASA SISTEM INDUSTRI ◽

10.33884/jrsi.v6i2.3694 ◽

2021 ◽

Vol 6 (2) ◽

pp. 101

Author(s):

Niken Chaerunnisa ◽

Ade Momon

Keyword(s):

Moving Average ◽

Exponential Smoothing ◽

Smoothing Method ◽

Oil Products ◽

Cooking Oil ◽

Forecasting Method ◽

Double Exponential Smoothing ◽

Product Sales ◽

Exponential Smoothing Method ◽

Single Exponential

PT Tunas Baru Lampung is a company that produces palm cooking oil products under the Rose Brand brand. In product sales, companies sometimes experience ups and downs. Based on the sales data from Rose Brand Cooking Oil, the size of 1 L has fluctuated or in each period it changes and is not always boarding. Even though product sales are one of the important things to be evaluated from time to time on an ongoing basis. To predict future sales, forecasting is done. The forecasting method used is Double Exponential Smoothing and Moving Average. The method of accuracy will be compared using MSE, MAD, and MAPE. The results showed a comparison of the accuracy and the smallest error value in each method. By using the weight values 0.1, 0.3, 0.4, 0.5, 0.6, 0.7, and 0.8 on the Single Exponential Smoothing method the weight value is 0.8 or α = 0.8, namely MSE of 250,570,764.80, MAD of 12,922.32 and MAPE of 33.55 Then, using the movement value n = 3 in the Moving Average method has an accuracy of 438,980,942.75 MSE, 18,142.14 MAD, and 41.37 MAPE. After comparing the accuracy of the two methods, the Single Exponential Smoothing method is the best method to predict sales of Rose Brand 1 L Cooking Oil products.

Download Full-text