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 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 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 Forecasting of socio-economic security indicators by means of exponential smoothing

2019 ◽  
Vol 5 (3) ◽  
pp. 241-249
Author(s):  
D. Shvaiba
Keyword(s):  
Time Series ◽  
Moving Average ◽  
Forecast Model ◽  
Exponential Smoothing ◽  
Economic Security ◽  
Exponential Law ◽  
The Past ◽  
Predicted Values ◽  
Security Indicators ◽  
Weighted Moving Average

The method of exponential smoothing is widely used in the forecasting of financial and economic characteristics in different sectors of the economy, departments, etc. In the construction of a forecast model by exponential smoothing time series of characteristics of socio–economic security is smoothed with the support of a weighted moving average, in which the weights obey the exponential law. In this case, the following levels of the series are given significant values in comparison with the past, because they carry more important information to determine the predicted values at the level of socio-economic security characteristics.

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

ARIKA ◽  
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.

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 USULAN TOTAL BIAYA PERSEDIAAN PEREAKSI PADA LABORATORIUM KIMIA DI PT XYZ

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

PERAMALAN TINGKAT PENGANGGURAN DI INDONESIA MENGGUNAKAN METODE TIME SERIES DENGAN MODEL ARIMA DAN HOLT-WINTERS

2021 ◽  
Vol 26 (1) ◽  
pp. 13-28
Author(s):  
Agus Sulaiman ◽  
Asep Juarna
Keyword(s):  
Time Series ◽  
Mean Square Error ◽  
Moving Average ◽  
Exponential Smoothing ◽  
Mean Square ◽  
Autoregressive Integrated Moving Average ◽  
Model Time Series

Beberapa penyebab terjadinya pengangguran di Indonesia ialah, tingkat urbanisasi, tingkat industrialisasi, proporsi angkatan kerja SLTA dan upah minimum provinsi. Faktor-faktor tersebut turut serta mempengaruhi persentase data terkait tingkat pengangguran menjadi sedikit fluktuatif. Berdasarkan pergerakan persentase data tersebut, diperlukan sebuah prediksi untuk mengetahui persentase tingkat pengangguran di masa depan dengan menggunakan konsep peramalan. Pada penelitian ini, peneliti melakukan analisis peramalan time series menggunakan metode Box-Jenkins dengan model Autoregressive Integrated Moving Average (ARIMA) dan metode Exponential Smoothing dengan model Holt-Winters. Pada penelitian ini, peramalan dilakukan dengan menggunakan dataset tingkat pengangguran dari tahun 2005 hingga 2019 per 6 bulan antara Februari hingga Agustus. Peneliti akan melihat evaluasi Range Mean Square Error (RMSE) dan Mean Square Error (MSE) terkecil dari setiap model time series. Berdasarkan hasil penelitian, ARIMA(0,1,12) menjadi model yang terbaik untuk metode Box-Jenkins sedangkan Holt-Winters dengan alpha(mean) = 0.3 dan beta(trend) = 0.4 menjadi yang terbaik pada metode Exponential Smoothing. Pemilihan model terbaik dilanjutkan dengan perbandingan nilai akurasi RMSE dan MSE. Pada model ARIMA(0,1,12) nilai RMSE = 1.01 dan MSE = 1.0201, sedangkan model Holt-Winters menghasilkan nilai RMSE = 0.45 dan MSE = 0.2025. Berdasarkan data tersebut terpilih model Holt-Winters sebagai model terbaik untuk peramalan data tingkat pengangguran di Indonesia.

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

SINERGI ◽  
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.

Sign in / Sign up

Export Citation Format

Share Document