scholarly journals ANALISIS PERBANDINGAN METODE SINGLE EXPONENTIAL SMOOTHING DAN TREND PARABOLIK UNTUK PREDIKSI PENJUALAN KOPI (STUDI KASUS PADA TODAY COFFEE)

2021 ◽  
Vol 5 (2) ◽  
pp. 427-434
Author(s):  
Dwi Bastomi ◽  
Karina Auliasari ◽  
Hani Zulfia Zahro’
Keyword(s):  
Exponential Smoothing ◽  
Single Exponential

Didalam dunia bisnis dan usaha mengharuskan perusahan untuk merancang berbagai macam strategi usaha untuk dapat bertahan. Peramalan atau prediksi inilah yang digunakan sebagai salah satu bahan pertimbangan terutama dalam sektor bisnis dan ekonomi, dimana kerugian suatu perusahaan dapat diminimalisir sebisa mungkin dan keuntungan dapat diraih semaksimal mungkin. Maka dari itu diperlukan suatu perhitungan untuk memprediksi setiap periodenya. Dalam hal ini diterapkan analisis perhitungan metode trend parabolic dan single exponential smoothing dengan nilai alpha 0,1, 0,3, 0,5, 0,7 dan 0,9. Untuk menghitung prediksi penjualan kopi today coffee yang berada di Tulungagung. Kedua metode tersebut dibandingkan untuk mendapatkan nilai akurasi tertinggi (nilai kesalahan terkecil) dengan menggunakan perhitungan MAPE. Data yang digunakan sebagai prediksi adalah data penjualan kopi pada bulan juli 2020 sampai bulan maret 2021. Setelah dilakukan perhitungan didapatkan hasil prediksi menggunakan metode trend parabolic dengan nilai rata-rata MAPE di semua varian rasa sebesar 37,23% dan pada metode single exponential smoothing mendapatkan nilai rata-rata MAPE di semua varian rasa sebesar 54,37%.

scholarly journals Central Jakarta Rainfall Intensity Forecast using Single Exponential Smoothing

2019 ◽  
Vol 8 (4) ◽  
pp. 2105-2108
Keyword(s):  
Rainfall Intensity ◽  
Forecast Error ◽  
Precipitation Amount ◽  
Exponential Smoothing ◽  
Vital Role ◽  
Capital City ◽  
Good Prediction ◽  
Intensity Prediction ◽  
Forecasting Method ◽  
Single Exponential

Rainfall is the precipitation amount that is falling from clouds. In extreme conditions, rainfall could arise many problems. It is the leading cause of landslides and flood disasters. In D.K.I. Jakarta, the capital city of Indonesia, rainfall intensity plays a very vital role since it could easily be puddled and caused floods in many areas. Therefore, in this study, we try to make a rainfall intensity prediction in Central Jakarta using a very popular forecasting method, i.e., the Single Exponential Smoothing (SES). Based on the experiments conducted using Phatsa, it can be concluded that the SES method has been successfully used to predict rainfall intensity. However, it cannot give a very good prediction result due to its high forecast error values.

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.

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 Forecasting of Groundwater Tax Revenue Using Single Exponential Smoothing Method

2019 ◽  
Vol 125 ◽  
pp. 23006
Author(s):  
Dyna Marisa Khairina ◽  
Aqib Muaddam ◽  
Septya Maharani ◽  
Heliza Rahmania
Keyword(s):  
Reference Value ◽  
Exponential Smoothing ◽  
Smoothing Method ◽  
Percentage Error ◽  
Tax Revenue ◽  
Regional Office ◽  
Forecasting Error ◽  
The Government ◽  
Exponential Smoothing Method ◽  
Single Exponential

Setting the target of groundwater tax revenues for the next year is an important thing for Kutai Kartanegara Regional Office of Revenue to maximize the regional income and accelerate regional development. Process of setting the target of groundwater tax revenue for the next year still using estimation only and not using a mathematical calculation method that can generate target reference value. If the realization of groundwater tax revenue is not approaching the target, the implementation of development in the Government of Kutai Kartanegara can be disrupted. The mathematical method commonly used to predict revenue value is the Single Exponential Smoothing (SES) method, which uses alpha constant value which is randomly selected for the calculation process. Forecasting of groundwater tax revenue for 2018 using groundwater tax revenue data from 2013 to 2017. Single Exponential Smoothing method using alpha constant value consists of 0.1, 0.2, 0.3, 0.4 and 0.5. The forecasting error value of each alpha value is calculated using the Mean Absolute Percentage Error (MAPE) method. The best result is forecasting using alpha value 0.1 with MAPE error value was 45.868 and the best forecasting value of groundwater tax for 2018 is Rp 443.904.600,7192.

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 Komparasi Metode Peramalan Jumlah Permintaan Kamar Hotel

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

<p class="SammaryHeader" align="center"><strong><em>Abstract</em></strong></p><p><em>Hotel 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%.</em></p><p><strong><em>Keywords</em></strong><em>: forecasting, linier regression, moving average, exponential smoothing.</em></p><p align="center"><strong><em>Abstrak</em></strong></p><p><em>Hotel 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%.</em></p><strong><em>Kata kunci</em></strong><em>: peramalan, regeresi linier, moving average, exponential smoothing.</em>

scholarly journals Penerapan Metode Single Exponential Smoothing untuk Memprediksi Penjualan Katering pada Kedai Pojok Kedaung

2020 ◽  
Vol 2 (02) ◽  
Author(s):  
Muhammad Noor Arridho ◽  
Yuli Astuti
Keyword(s):  
Exponential Smoothing ◽  
Single Exponential

Kedai Pojok Kedaung merupakan sebuah Rumah Makan yang sudah lebih dari 10 tahun dan banyak dikenal oleh masyarakat luas khususnya dilingkungan masyarakat Kalimantan Timur, yang sudah menjadi partner dalam melayani jasa catering untuk perusahaan pertambangan. Namun, di dalam proses pengelolaan data masih dilakukan secara manual menggunakan alat tulis, kalkulator, buku sebagai media pencatatan dan disimpan dalam bentuk arsip yang tidak tertata rapi. Selain itu, dalam membuat laporan sering terjadi kesalahan dalam penghitungan. Hal tersebut menyebabkan tingginya risiko kesalahan dan kehilangan informasi data-data yang dikelola. Sehingga membutuhkan waktu yang relatif lama untuk mengatur proses bisnis yang ada disana. Selanjutnya, setiap jenis usaha apapun tentu memerlukan persiapan agar dapat menunjang proses penjualannya. Dalam memenuhi permintaan pesanan katering yang tidak menentu terkadang menimbulkan masalah saat ada permintaan dalam jumlah yang lebih besar ataupun kecil. Berdasarkan permasalahan di atas, maka akan dikembangkan suatu Sistem prediksi yang dapat menangani, mengolah dan meminimalisir kesalahan data-data tersebut. Serta dapat membantu pemilik dalam mengelola usahanya. Didalam implementasinya data yang diolah sebanyak 11 periode yang disajikan per bulan, hasil yang didapatkan dari penelitian ini adalah hasil analisa dari metode Single Exponential Smoothing untuk memperoleh informasi prediksi penjualan dan nilai kesalahan serta persentase kesalahan menggunakan metode MAD dan  MAPE.    

Sign in / Sign up

Export Citation Format

Share Document