SISTEM PERAMALAN MENGGUNAKAN METODE EXPONENTIAL SMOOTHING DAN WEIGHT MOVING AVERAGE DI PERUSAHAAN KONSTRUKSI TELEKOMUNIKASI

  • Sherlia Yunika Universitas 17 Agustus 1945 Surabaya
  • Sugiono Sugiono Universitas 17 Agustus 1945 Surabaya

Abstract

Meramalkan penjualan di perusahaan menjadi kunci untuk mempertahankan tren kompetitif dan memenangkan persaingan. Penelitian ini bertujuan untuk mengembangkan sistem metode peramalan penjualan bahan dengan metode Exponential Smoothing (ES) dan Weight Moving Average (WMA). ES menggunakan rata - rata bergerak dengan meramalkan hasil periode terakhir ditambah porsi perbedaan (α). WMA adalah metode perkiraan cara perhitungannya mirip dengan MA, hanya berbeda dalam penambahan bobot pada setiap data. Penelitian ini membandingkan hasil peramalan antara metode ES dan WMA dengan berbagai data referensi penelitian dari Januari 2015 hingga Desember 2015 dan perkiraan Januari 2016 untuk batas jenis barang AC-OF-SM-12-SC. Hasil untuk bulan Januari 2016 metode WMA memprediksi penjualan 904.590,25 dengan tingkat akurasi perkiraan 52,05%, dan metode ES pada 75530,03 dengan tingkat akurasi 89,59%.

 

Kata Kunci: Forecasting, Exponential Smoothing (ES), Weight Moving Average (WMA), Sales Material

Downloads

Download data is not yet available.

References

E. Ostertagová and O. Ostertag, “Forecasting using simple exponential smoothing method,†Acta Electrotech. Inform., vol. 12, no. 3, pp. 62–66, 2013.

M. E. Nor, S. Saharan, L. S. Lin, R. M. Salleh, and N. M. Asrah, “Forecasting of Unemployment Rate in Malaysia Using Exponential Smoothing Methods,†Int. J. Eng. Technol., vol. 7, no. 4.30, p. 451, 2018.

I. Suryani and R. S. Wahono, “Penerapan Exponential Smoothing untuk Transformasi Data dalam Meningkatkan Akurasi Neural Network pada Prediksi Harga Emas,†J. Intell. Syst., vol. 1, no. 2, pp. 67–75, 2015.

M. B. Perry, “The Weighted Moving Average Technique,†Wiley Encycl. Oper. Res. Manag. Sci., no. June 2010, 2011.

D. Kapgate, “Weighted Moving Average Forecast Model based Prediction Service Broker Algorithm for Cloud Computing,†Int. J. Comput. Sci. Mob. Comput., vol. 3, no. 2, pp. 71–79, 2014.

P. Kumar Sahu and R. Kumar, “The Evaluation of Forecasting Methods for Sales of Sterilized Flavoured Milk in Chhattisgarh,†Int. J. Eng. Trends Technol., vol. 8, no. 2, pp. 98–104, 2014.

J. T. Mentzer, “Forecasting with adaptive extended exponential smoothing, Journal of the Academy of Marketing Science, 16 issue 3/ .,†J. Acad. Mark. Sci., vol. 16, no. 3&4, pp. 62–70, 1988.

R. Lienhart, A. Kuranov, and V. Pisarevsky, “Empirical Analysis of Detection Cascades of Boosted Classifiers for Rapid Object Detection,†in Pattern Recognition. 25th DAGM Symposium, Magdeburg, Germany, September 10-12, 2003, Proceedings, B. Michaelis and G. Krell, Eds. Springer-Verlag Berlin Heidelberg, 2003, pp. 297–304.

C. Guerra, M. Herna, and M. Castrillo, “ENCARA2 : Real-time detection of multiple faces at different resolutions in video streams,†J. Vis. Commun. Image Represent., vol. 18, no. 2, pp. 130–140, 2007.

Published
2019-09-02
Section
Articles