scholarly journals Metode Economic Order Quantity Untuk Memprediksi Penerimaan Dan Penyaluran LPG

2017 ◽  
Vol 2 (2) ◽  
pp. 131
Author(s):  
Rita Hariningrum
Keyword(s):  
Exponential Smoothing ◽  
Mean Absolute Percentage Error ◽  
Economic Order Quantity ◽  
Economic Order ◽  
Percentage Error ◽  
Moving Averages ◽  
Order Quantity ◽  
Absolute Percentage Error

Intisari - Pada era Globalisasi saat ini yang didukung sistem informasi yang cepat dan tepat, menyebabkan perdagangan semakin bebas dan persaingan antara perusahaan semakin ketat untuk merebut  pangsa  pasar.  Persaingan  yang semakin  ketat  antar  perusahaan  mendorong untuk setiap perusahaan menetapkan pengendalian terhadap persediaan barang secara cepat tepat sehingga perusahaan  tetap  dapat  berjalan.    Penting  bagi  setiap  perusahaan  dalam  pengambilan  keputusan dengan mengadakan pengawasan atau pengendalian atas persediaan serta pengeluaran karena kegiatan ini dapat membantu agar tercapainya suatu tingkat efisiensi penganggaran bagi perusahaan. Untuk meramalkan kebutuhan dan penyediaan LPG metode yang digunakan adalah metode  Exponential Smoothing dan Single Moving Averages. Kedua metode ini adalah metode peramalan dari data yang memiliki sifat tren, serta mengatasi adanya trend secara lebih baik adalah dengan menguji hasil peramalan dua metode tersebut dengan Mean Absolute Percentage Error (MAPE) untuk mencari metode peramalan dengan nilai tengah presentase kesalahan yang terkecil, maka akan diperoleh hasil peramalan yang terbaik. Sehingga bisa   di tentukan jumlah pesanan pada masa yang akan datang menggunakan metode Economic Order Quantity (EOQ) dengan dukungan perangkat PC untuk menghasilkan kinerja yang lebih optimal maka rancangan ini dibuat dengan menggunakan Software dengan bahasa pemrograman Matlab R2010a dan sistem operasi Windows 7. Kata kunci : LPG, Mean Absolute Percentage Error, Economic Order Quantity (EOQ), Matlab

scholarly journals Pengendalian Persediaan Bahan Baku Nalco Water Treatment Dengan Menggunakan Metode Lot Sizing

2019 ◽  
Vol 2 (2) ◽  
pp. 80
Author(s):  
Masad Hariyadi ◽  
Boy Isma Putra
Keyword(s):  
Water Treatment ◽  
Raw Materials ◽  
Unit Cost ◽  
Exponential Smoothing ◽  
Raw Material ◽  
Economic Order Quantity ◽  
Economic Order ◽  
Order Quantity ◽  
Double Exponential ◽  
Double Exponential Smoothing

The limited supply of Nalco raw materials from producers has become a problem for PT ABC, this has led to the control of raw material inventory at PT ABC not including good management, because in the management of raw materials the company still records inventory with manual systems and in ordering raw materials only based on estimates. From the results of the study, the forecasting method used is the Double Exponential Smoothing Holt's, Brown, and Holt Winters Additive Algorithm methods, from the three methods that are most suitable is the Double Exponential Smoothing Brown method with the smallest Mean Square Error of 256.2. Calculation of Sizing Lot by using Economic Order Quantity method, Least Unit Cost method, and Silver Meal method, of the three methods the most optimal is the Economic Order Quantity method because it has the lowest cost of Rp. 12,651,145. The calculation of Safety Stock gets 17 Pail results. and for Reorder Points for Nalco Water Treatment raw material, which is 29 Pail.

scholarly journals Peramalan Jumlah Populasi Sapi Potong di Kalimantan Selatan Menggunakan Metode Moving Average, Exponential Smoothing dan Trend Analysis

2019 ◽  
Vol 6 (1) ◽  
pp. 41
Author(s):  
Jaka Darma Jaya
Keyword(s):  
Trend Analysis ◽  
Mean Squared Error ◽  
Moving Average ◽  
Exponential Smoothing ◽  
Mean Absolute Percentage Error ◽  
Percentage Error ◽  
Absolute Percentage Error ◽  
Polynomial Trend ◽  
Squared Error

Perkembangan produksi daging sapi di Indonesia selama 30 tahun terakhir secara umum cenderung meningkat. Kebutuhan daging sapi di Indonesia masih belum bisa dicukupi oleh supply domestik, sehingga diperlukan impor daging sapi dari luar negeri.  Diperlukan kajian tentang proyeksi ketersediaan populasi sapi potong di masa mendatang agar diambil kebijakan yang tepat dalam menjaga stabilitas dan keterpenuhan supply daging nasional.  Penelitian ini bertujuan untuk melakukan peramalan jumlah populasi sapi potong menggunakan 3 (tiga) metode peramalan yaitu metode moving average, exponential smoothing dan trend analysis.  Hasil peramalan ini selanjutnya diukur akurasinya menggunakan MAD (Mean Absolud Deviation), MSE (Mean Squared Error) dan MAPE (Mean Absolute Percentage Error).  Proyeksi populasi sapi potong pada tahun 2019 (periode berikutnya) menggunakan 3 metode peramalan adalah: 195.100 (moving average); 218.225 (exponential smooting) dan 262.899 (trend analysis). Pengukuran akurasi menggunakan MAD, MSE dan MAPE menunjukkan bahwa metode peramalan jumlah populasi sapi potong yang paling akurat adalah peramalan menggunakan metode polynomial trend analysis (MAD 14.716,12;  MSE 327.282.084,17; dan MAPE 0,09) karena memiliki tingkat kesalahan yang lebih kecil dibandingkan hasil peramalan menggunakan metode moving average dan exponential smoothing.

scholarly journals Aplikasi Triple Exponential Smoothing Untuk Forecasting Jumlah Penduduk Miskin

2020 ◽  
Vol 3 (2) ◽  
pp. 76-82
Author(s):  
Padrul Jana
Keyword(s):  
Poverty Reduction ◽  
Mean Squared Error ◽  
Exponential Smoothing ◽  
Mean Absolute Percentage Error ◽  
Percentage Error ◽  
Poor People ◽  
Mean Absolute Deviation ◽  
Absolute Deviation ◽  
Absolute Percentage Error ◽  
The Government

This study aims to predict the number of poor in Indonesia for the next few years using a triple exponential smoothing method.The purpose of this research is the result of the forecast number of poor people in Indonesia accurate forecast results are used as an alternative data the government for consideration of government to determine the direction of national poverty reduction policies. This research includes the study of literature research, by applying the theory of forecasting to generate predictions of poor people for coming year. Furthermore, analyzing the mistakes of the methods used in terms of the count: Mean Absolute Deviation (MAD), Mean Square Error (MSE), Mean absolute percentage error (MAPE) and Mean Percentage Error (MPE). The function of this error analysis is to measure the accuracy of forecasting results that have been conducted.These results indicate that the number of poor people in 2017 amounted to 24,741,871 inhabitants, in 2018 amounted to 24,702,928 inhabitants, in 2019 amounted to 24,638,022 inhabitants and in 2020 amounted to 24,547,155 people. The forecasting results show an average reduction in the number of poor people in Indonesia last five years (2016-2020 years) ranges from 0.16 million. Analysis forecasting model obtained an mean absolute deviation (MAD) obtained by 0.246047. Mean squared error (MSE) of forecasting results with the original data by 1.693277. Mean absolute percentage error (MAPE) of 3.040307% and the final Mean percentage error (MPE) of 0.888134%.Kata Kunci: Forecasting, Triple Exponential Smoothing

scholarly journals Modelling the Employment in Tourism – Case Study of Croatia

2017 ◽  
Vol 8 (3) ◽  
pp. 37 ◽  
Author(s):  
Maja Mamula ◽  
Kristina Duvnjak
Keyword(s):  
Exponential Smoothing ◽  
Mean Absolute Percentage Error ◽  
Percentage Error ◽  
Reliable Estimate ◽  
Monthly Data ◽  
Absolute Percentage Error ◽  
Forecasting Error ◽  
Forecasting Methods ◽  
Percentage Share

According to the data on the share of employees in the category Hotels and similar accommodation in the total employees (16.6% in 2015), it can be concluded that this percentage share is quite significant. In this paper the number of employees in tourism (in the category Hotels and similar accommodation) is modelled and predicted on the basis of monthly data from the period 2005 to 2015, collected from the First Release of the Croatian Bureau of Statistics. Taking into consideration the seasonal character of the phenomenon being analysed, taking into account the criteria of reliability of demonstrated forecasts, in this study following methods were used: the seasonal naive models, Holt - Winters Model trend seasonality exponential smoothing and Holt- Winters no seasonal exponential smoothing model. All obtained results were compared by forecasting error Mean Absolute Percentage error (MAPE). The obtained results indicate that forecasting methods which take into account the seasonal character of the phenomenon result in smaller forecasting error, and more reliable estimate, compared to models which don´t take into account the character of the phenomenon being analysed.

scholarly journals PERBANDINGAN METODE FUZZY TIME SERIES DAN HOLT DOUBLE EXPONENTIAL SMOOTHING PADA PERAMALAN JUMLAH MAHASISWA BARU INSTITUT PERTANIAN BOGOR

2013 ◽  
Vol 12 (2) ◽  
pp. 25
Author(s):  
S. STEVEN ◽  
S. NURDIATI ◽  
F. BUKHARI
Keyword(s):  
Time Series ◽  
Exponential Smoothing ◽  
Mean Absolute Percentage Error ◽  
Fuzzy Time Series ◽  
Percentage Error ◽  
Absolute Percentage Error ◽  
Double Exponential ◽  
Double Exponential Smoothing

Peramalan merupakan kegiatan memprediksi nilai suatu variabel di masa yang akan datang. Tujuan penelitian ini adalah memprediksi jumlah mahasiswa baru Institut Pertanian Bogor dengan menggunakan metode fuzzy time series dan metode pemulusan eksponensial ganda dari Holt serta membandingkan kedua metode tersebut dengan cara melihat tingkat ketepatan peramalan Mean Absolute Percentage Error (MAPE). Metode fuzzy time series menggunakan himpunan fuzzy dalam proses peramalannya sedangkan metode pemulusan eksponensial ganda dari Holt menggunakan pemulusan nilai dari serentetan data dengan cara menguranginya secara eksponensial. Dalam meramalkan jumlah mahasiswa baru Institut Pertanian Bogor, metode fuzzy time series menghasilkan tingkat ketepatan peramalan yang lebih baik dengan nilai MAPE sebesar 6.41 % dibandingkan dengan metode pemulusan eksponensial ganda dari Holt dengan nilai MAPE sebesar 7.75 %. Setelah dilakukan studi kasus, metode pemulusan eksponensial ganda dari Holt akan lebih akurat hasil peramalannya jika data yang digunakan lebih banyak.

scholarly journals Manajemen Persediaan Barang Rumah Tangga (BRT) RSUD Kota Dumai

2021 ◽  
Vol 16 (2) ◽  
pp. 164-176
Author(s):  
Nanda Fahmy ◽  
Surya Indrawan ◽  
Soni Fajar Mahmud
Keyword(s):  
Exponential Smoothing ◽  
Economic Order Quantity ◽  
Economic Order ◽  
Order Quantity

Salah satu instansi yang menangani dibidang kesehatan adalah rumah sakit, rumah sakit adalah tempat dimana orang atau masyarakat berkonsultasi tentang kesehatan atau mencari solusi tentang penyakit yang dideritanya. Untuk membantu kelancaran pelayanan di rumah sakit fungsi bagian support juga sangat berperan menentukan kelangsungan kegiatan operasional rumah sakit, salah satunya adalah bagian pengadaan barang atau bagian logistik. Menurut survey sementara Instalasi Aset dan Logistik RSUD Kota Dumai terlihat mengalami adanya kekosongan barang dan penumpukan barang yang terjadi pada bagian logistik seperti barang rumah tangga (BRT) sehingga ketika user membutuhkan suatu barang cukup penting untuk menunjang operasional bagian manajemen rumah sakit dan pada saat itu pula gudang logistik mengalami stockout. Penulis melakukan penelitian menggunakan peramalan dan metode Economic Order Quantity (EOQ) untuk mengetahui persediaan yang optimal untuk menjaga tidak kehabisan stok barang rumah tangga (BRT) pada RSUD Kota Dumai. Berdasarkan hasil yang telah didapat, maka dapat disimpulkan bahwa total persediaan satu periode ke depan untuk masing-masing barang rumah tangga (BRT) menggunakan peramalan Exponential Smoothing yaitu: Hand Soap Refill sebanyak 162 item, Rumah Pisau Cukur sebanyak 68 item, Plastik Sedang sebanyak 169 item, Tissue Gulung Biasa sebanyak 180 item dan Tissue Hand Towel sebanyak 92 item.

scholarly journals Sistem Informasi Peramalan Penjualan Barang Dengan Metode Double Exponential Smoothing (Studi Kasus Istana Sayur)

2020 ◽  
Vol 6 (3) ◽  
pp. 9-14
Author(s):  
Yuri Ariyanto ◽  
Ahmadi Yuli Ananta ◽  
Muhammad Robbi Darwis Darwis
Keyword(s):  
Forecast Error ◽  
Exponential Smoothing ◽  
Mean Absolute Percentage Error ◽  
Percentage Error ◽  
Absolute Percentage Error ◽  
Double Exponential ◽  
Double Exponential Smoothing

Abstrak—Istana Sayur merupakan salah satu toko yang menjual beberapa macam sayuran, buah buahan dan bahan makanan yang selalu berusaha meningkatkan dan menjaga kualitas layanan, mencoba mengurangi kerugian dari pengendalian persediaan stok barang secara manual yang kurang baik akibat kelebihan dan kekurangan stok yang dialami saat ini, maka diperlukan fitur sebagai sistem informasi kasir dan peramalan stok barang. Tujuan dari pembuatan sistem informasi ini adalah analisa Forecasting secara manual ke dalam sebuah sistem informasi agar lebih praktis, dengan pemrograman PHP berframework CodeIgniter dan MySQL sebagai databasenya. Dengan menggunakan metode Double Exponential Smoothing Holt untuk pengambilan keputusan dalam jangka waktu tertentu dan pemanfaatkan pergerakan data pada masa lalu yang bersifat trend dimana datanya bersifat linier. Setelah dilakukan observasi pada Istana Sayur, Malang, didapat data transaksi penjualan dan barang pada tahun 2016-2018. Dari hasil perhitungan metode yang dipakai pada sistem ini kemudian dihitung Forecast Error-nya dengan menggunakan metode Mean Absolute Percentage Error. Dari analisa yang telah dilakukan, didapatkan hasil bahwa dengan menggunakan Mean Absolute Percentage Error didapat nilai untuk Sawi Caisim Manis dengan nilai 15.05%, Telor Ayam dengan nilai 15.78%, Cabe Hijau dengan nilai 12.45%, Buncis dengan nilai 22.22%, Cengkeh dengan nilai 34.69%, Bawang Putih dengan nilai 19.53%, Tempe dengan nilai 20.60% dan Kentang dengan nilai 17.58%. Sehingga Sawi Caisim Manis, Telor Ayam, Cabe Hijau, Bawang Putih dan Kentang tergolong kedalam kategori baik karena memiliki nilai diantara 10%-20%. Sedangkan untuk Buncis, Cengkeh dan Tempe tergolong kedalam kategori cukup karena memiliki nilai diantara 20%-50%. Saran untuk pengembangan aplikasi ini adalah perlunya penambahan metode lain sebagai pembanding tingkat keakuratan.

scholarly journals COMPARISON OF SOME STATISTICAL FORECASTING TECHNIQUES WITH GMDH PREDICTOR: A CASE STUDY

2018 ◽  
Vol 47 (1) ◽  
pp. 16-21 ◽  
Author(s):  
Syed Misbah Uddin ◽  
Aminur Rahman ◽  
Emtiaz Uddin Ansari
Keyword(s):  
Time Series ◽  
Mean Square Error ◽  
Moving Average ◽  
Exponential Smoothing ◽  
Mean Absolute Percentage Error ◽  
Percentage Error ◽  
Mean Absolute Deviation ◽  
Mean Square ◽  
Absolute Deviation ◽  
Absolute Percentage Error

Demand forecasts are extremely important for manufacturing industry and also needed for all type of business and business suppliers for distribution of finish products to the consumer on time. This study is concerned with the determination of accurate models for forecasting cement demand. In this connection this paper presents results obtained by using a self-organizing model and compares them with those obtained by usual statistical techniques. For this purpose, Monthly sales data of a typical cement ranging from January, 2007 to February, 2016 were collected. A nonlinear modelling technique based on Group Method of Data Handling (GMDH) is considered here to derive forecasts. Forecast were also made by using various time series smoothing techniques such as exponential smoothing, double exponential smoothing, moving average, weightage moving average and regression method. The actual data were compared to the forecast generated by the time series model and GMDH model. The mean absolute deviation (MAD, mean absolute percentage error (MAPE) and mean square error (MSE) were also calculated for comparing the forecasting accuracy. The comparison of modelling results shows that the GMDH model perform better than other statistical models based on terms of mean absolute deviation (MAD), mean absolute percentage error (MAPE) and mean square error (MSE).

scholarly journals PERENCANAN MATERIAL PRODUK SANDAL DENGAN METODE MATERIAL REQUIREMENT PLANNING (MRP)

2020 ◽  
Vol 3 (1) ◽  
pp. 59
Author(s):  
Syahreen Nurmutia
Keyword(s):  
Lot Sizing ◽  
Exponential Smoothing ◽  
Economic Order Quantity ◽  
Economic Order ◽  
Order Quantity ◽  
Material Requirement Planning ◽  
Material Requirement

Analisis Perencanaan Kebutuhan Bahan Baku Sandal Spon Polos Menggunakan Metode Material Requirement Planning (MRP) Di Identic Footwear untuk membantu perusahaan dalam melakukan perencanaan kebutuhan bahan baku secara efektif dan efisien. Hasil dari perhitungan metode peramalan tersebut yang terpilih adalah metode peramalan Exponential Smoothing karena memiliki tingkat keakurasian yang tinggi. dengan Jadwal Induk Produksi diketahui kebutuhan untuk eva spon 12 mm sebanyak 32 lembar, teli webbing 1253 m, dan label merek 1566 sebanyak pieces. Perencanaan untuk kebutuhan bahan baku dengan metode MRP menggunakan dengan teknik lot sizing, dimana teknik-teknik lot sizing yang digunakan adalah teknik Economic Order Quantity (EOQ), Periode Order Quantity (POQ), dan Lot For Lot (LFL). Berdasarkan hasil perhitungan yang dilakukan penulis, teknik Periode Order Quantity (POQ) menghasilkan total biaya persediaan yang paling kecil dengan total biaya persediaann eva spon 12 mm Rp. 451.539, tali webbing Rp. 288.315, dan label merek Rp. 187.519.

scholarly journals SISTEM INFORMASI PERAMALAN STOK BARANG DI CV. ANNORA ASIA MENGGUNAKAN METODE DOUBLE EXPONENTIAL SMOOTHING

2017 ◽  
Vol 2 (1) ◽  
pp. 45 ◽  
Author(s):  
Mansyur Mansyur ◽  
Erfan Rohadi
Keyword(s):  
Exponential Smoothing ◽  
Mean Absolute Percentage Error ◽  
Percentage Error ◽  
Absolute Percentage Error ◽  
Double Exponential ◽  
Double Exponential Smoothing

Dalam dunia bisnis, dibutuhkan sebuah prediksi atau perkiraan dari suatu tindakan yang akan diproses untuk menindak lanjuti hasil yang akan diharapkan pada beberapa periode selanjutnya. Keberlangsungan proses produksi   dalam  suatu   bisnis   ditunjang   oleh   pengendalian   persediaan    stok  barang yang baik. Peramalan   merupakan   satu   komponen   pendukung   dalam   aktivitas   perencanaan   dalam membuat  suatu prediksi  bisnis  untuk  mendapatkan  keuntungan  yang  maksimal.  Metode   peramalan  merupakan bentuk pengendalian persediaan kuantitatif berdasarkan data historis (runtut waktu).Tujuan dari penelitian ini adalah meramalkan  jumlah  Stok  barang  di  CV.Annora  Asia  dengan   menggunakan   metode   double   exponential smoothing. Dengan metode ini, perhitungan dapat dilakukan untuk mencari nilai optimal yang paling baik dengan   tingkat  kesalahan  yang  paling  terkecil. Dan  hasil  pengujian  perhitungan  MAPE  (Mean  Absolute Percentage Error) menunjukan hasil hasil yang sangat bagus karna di temukan nilai sebesar 4,82866%.

Sign in / Sign up

Export Citation Format

Share Document