PERAMALAN PERMINTAAN OLAHAN BAHAN GALIAN BATUPASIR MENGGUNAKAN ADAPTIVE RESPONSE RATE SINGLE EXPONENTIAL SMOOTHING (ARRSES) DAN DOUBLE EXPONENTIAL SMOOTHING BROWN (DES BROWN) (Studi Kasus: CV Putra Dewi Sri)

Setyadin, Anas (2021) PERAMALAN PERMINTAAN OLAHAN BAHAN GALIAN BATUPASIR MENGGUNAKAN ADAPTIVE RESPONSE RATE SINGLE EXPONENTIAL SMOOTHING (ARRSES) DAN DOUBLE EXPONENTIAL SMOOTHING BROWN (DES BROWN) (Studi Kasus: CV Putra Dewi Sri). Diploma thesis, UPN "Veteran" Yogyakarta.

[thumbnail of 1. TA Anas Setyadin 123140080 Full.pdf] Text
1. TA Anas Setyadin 123140080 Full.pdf
Restricted to Repository staff only

Download (6MB)
[thumbnail of 2. Cover Judul.pdf]
Preview
Text
2. Cover Judul.pdf

Download (185kB) | Preview
[thumbnail of 3. Halaman Pengesahan.pdf]
Preview
Text
3. Halaman Pengesahan.pdf

Download (283kB) | Preview
[thumbnail of 4. Daftar Isi.pdf]
Preview
Text
4. Daftar Isi.pdf

Download (2MB) | Preview
[thumbnail of 4. Daftar Isi.pdf]
Preview
Text
4. Daftar Isi.pdf

Download (2MB) | Preview
[thumbnail of 6. Daftar Pustaka.pdf]
Preview
Text
6. Daftar Pustaka.pdf

Download (2MB) | Preview
[thumbnail of 5. Abstrak.pdf]
Preview
Text
5. Abstrak.pdf

Download (2MB) | Preview

Abstract

CV Putra Dewi Sri merupakan perusahaan yang menangani penambangan dan
pengolahan batupasir. Penjualan yang tidak menentu setiap bulannya menyebabkan
perusahaan tidak dapat menutup biaya operasionalnya. Untuk mengoptimalkan penjualan
maka diperlukan perkiraan pembelian produk olahan batupasir yang sesuai kebutuhan
konsumen. Salah satu solusinya yaitu dengan melakukan peramalan atau prakiraan penjualan
di masa yang akan datang, sehingga bisa memperkirakan pembelian produk sesuai dengan
kebutuhan. Penelitian ini bertujuan untuk melakukan peramalan penjualan produk batupasir
di CV Putra Dewi Sri dengan menggunakan metode time series berbasis aplikasi web
menggunakan Framework Laravel.
Penelitian ini menggunakan metode pengembangan sistem waterfall untuk
membangun sistem. Metode peramalan time series yang digunakan adalah Adaptive Respose
Rate Single Exponential Smoothing (ARRSES) dan Double Exponential Smoothing (DES)
Brown. Data latih untuk peramalan menggunakan data penjualan produk batupasir dari
Januari 2018 – Desember 2019, dan data uji yang digunakan adalah data penjualan pada
Januari 2020. Untuk menentukan baik buruknya hasil peramalan dapat dilakukan dengan
mencari selisih paling kecil antara data aktual dengan hasil peramalan produk di bulan
Januari 2020. Hasil peramalan metode ARRSES dan DES Brown akan dibandingkan dengan
menggunakan akurasi nilai Mean Average Percentage Error (MAPE) dan konstanta alpha
beta untuk mencari nilai terbaik, sehingga didapat hasil selisih data aktual dan hasil
peramalan paling kecil. Uji coba dilakukan dengan menggunakan 4 sampel produk, dibagi
menjadi 4 periode simulasi yaitu periode sangat pendek, periode pendek, periode sedang,
dan periode panjang.
Hasil penelitian ditampilkan dalam bentuk keluaran tabel dan grafik pada aplikasi
website. Pemilihan metode peramalan terbaik dengan membandingkan kedua metode
peralaman pada setiap sampel data penjualan batupasir dan periode data latih. Hasil yang
diperoleh yaitu penggunaan ARRSES dan DES Brown menggunakan alpha beta dari Rumus
Koefisien Alpha beta terbukti lebih efektif dibandingkan dengan penggunaan MAPE terkecil
jika dilihat dari jumlah persebaran selisih |Xt – Ft|. Untuk perbandingan kedua Metode
ARRSES dan DES Brown memiliki kelebihan dan kekurangan masing-masing, namun
setelah diuji, metode DES Brown mengungguli metode ARRSES dari prosentase selisih |Xt
– Ft|.

Kata Kunci: Perusahaan, Batupasir , Peramalan, Time Series, MAPE, ARRSES, DES
Brown, Web, Framework Laravel

Item Type: Thesis (Diploma)
Uncontrolled Keywords: Perusahaan, Batupasir , Peramalan, Time Series, MAPE, ARRSES, DES Brown, Web, Framework Larave
Subjek: Q Science > QA Mathematics
Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions: x. Faculty of Engineering, Science and Mathematics > School of Engineering Sciences
Depositing User: Eny Suparny
Date Deposited: 07 Feb 2022 07:59
Last Modified: 07 Feb 2022 08:02
URI: http://eprints.upnyk.ac.id/id/eprint/28260

Actions (login required)

View Item View Item