Penggunaan Beberapa Model Peramalan (Forecasting) untuk Produksi Gula Kristal Putih di PT. Perkebunan Nusantara X

Penulis

  • Immanuel Damanik Program Studi Teknik Pertanian, Fakultas Teknologi Pertanian, Universitas Udayana. Kampus Bukit Jimbaran, Badung-Bali
  • Ida Bagus Putu Gunadya Program Studi Teknik Pertanian, Fakultas Teknologi Pertanian, Universitas Udayana. Kampus Bukit Jimbaran, Badung-Bali
  • I Gusti Ngurah Apriadi Aviantara Program Studi Teknik Pertanian, Fakultas Teknologi Pertanian, Universitas Udayana. Kampus Bukit Jimbaran, Badung-Bali

DOI:

https://doi.org/10.24843/JBETA.2022.v10.i01.p03

Kata Kunci:

model peramalan, moving avarage, double exponential smoothing, uji keakuratan

Abstrak

Peramalan adalah proses memperkirakan atau memprediksi apa yang akan terjadi di masa yang akan datang berdasarkan data masa lalu dan data saat ini, yang paling umum dengan analisis tren. Contoh peramalan yang sederhana adalah peramalan nilai suatu variabel pada beberapa waktu yang akan datang. Tujuan dari penelitian ini adalah (1) untuk mengetahui pola historis data produksi gula, (2) untuk mengetahui model peramalan yang digunakan dan menentukan model peramalan terbaik dan validitas model, dan (3) melakukan peramalan produksi gula beberapa bulan kedepan dengan menggunakan model peramalan yang valid. Metode penelitian ini menggunakan data sekunder dari PT. Perkebunan Nusantara X dan proses pengolahan data menggunakan Microsoft Excel. Berdasarkan hasil dari analisis, exponential smoothing menggunakan α = 0.8 merupakan model peramalan terbaik. Bila dibandingkan model peramalan moving average 2 periode dan double exponential smoothing dengan α = 0.8. Uji keakuratan dari exponential smoothing α = 0.8 menunjukkan nilai MAD = 1.096, MSE = 2.818.871, dan MAPE = 34%. Pada uji validitas model peramalan, model ini memiliki nilai MAD = 1,025, MSE = 2,113,927, MAPE = 22%. Hasil peramalan produksi untuk 6 periode kedepan adalah R1 = 5,106, R2 = 5,047, R3 = 5,035, R4 = 5,032, R5 = 5,032, R6 = 5,032

Referensi

Apriawan, D. C., Irham, I., & Mulyo, J. H. (2015). Analisis produksi tebu dan gula di PT Perkebunan Nusantara VII (Persero). Agro Ekonomi, 26(2), 159–167.

Assauri, S. (2008). Manajemen produksi dan operasi. Lembaga Penerbit Fakultas Ekonomi Universitas Indonesia.

Auliasari, Kertaningtyas, & Kriswantono. (2019). Penerapan metode peramalan untuk identifikasi potensi permintaan konsumen. Informatics Journal, 4(3).

Christopher, M., & Holweg, M. (2011). Supply chain 2.0: Managing supply chains in the era of turbulence. International Journal of Physical Distribution & Logistics Management, 41(1), 63–82.

Etri, Desi, & Rito. (2016). Peramalan dengan metode exponential smoothing dari Brown (Studi kasus: Indeks Harga Konsumen Kota Samarinda). Jurnal Eksponensial, 7. Universitas Mulawarman.

Halimi, Anggraeni, & Tyasnurita. (2013). Pembuatan aplikasi peramalan jumlah permintaan produk dengan metode time series exponential smoothing Holt–Winters di PT Telekomunikasi Indonesia Tbk. Jurnal Teknik POMITS, 1. Institut Teknologi Sepuluh Nopember.

Handoko, T. H. (2000). Manajemen sumber daya manusia. BPFE.

Herjanto, E. (2008). Manajemen produksi dan operasi (Edisi ke-3). PT Grasindo.

Jung, H., & Jeong, S.-J. (2012). Managing demand uncertainty through fuzzy inference in supply chain planning. International Journal of Production Research, 50(19), 5415–5429.

Barus, J. H., & Ramli. (2012). Analisis peramalan ekspor Indonesia pasca krisis keuangan Eropa dan global tahun 2008 dengan metode dekomposisi. Jurnal Ekonomi dan Keuangan, 1(3), 117–133.

Makridakis, S., Wheelwright, S. C., & McGee, V. E. (2003). Metode dan aplikasi peramalan (Jilid 1, ed. revisi; terj.). Binarupa Aksara.

Maricar, M. (2019). Analisa perbandingan nilai akurasi moving average dan exponential smoothing untuk sistem peramalan pendapatan pada perusahaan XYZ. Jurnal Sistem dan Informatika, 13(2).

Novita, P. (2009). Peramalan jumlah air minum yang disalurkan PDAM Tirta Wampu Kabupaten Langkat tahun 2008–2010 dengan metode pemulusan eksponensial ganda. Universitas Sumatera Utara.

Putra, I. N. P., & Arvitrida, N. I. (2010). Peramalan permintaan dan perencanaan produksi dengan mempertimbangkan special event di PT CCBI Plant Pandaan. ITS Surabaya.

Rakhman, A., & Puspitasari, N. B. (2017). Usulan perbaikan perencanaan produksi produk engine tipe CJ untuk mobil pick up di PT XYZ dengan metode time series. Industrial Engineering Online Journal, 6(1).

Sembiring, L. J. (2017). Fakta penyebab Indonesia masih impor gula. Okezone. Diakses 3 Juli 2018.

Setyawan, E., Subantoro, R., & Prabowo, R. (2016). Analisis peramalan produksi karet (Hevea brasiliensis) di PT Perkebunan Nusantara IX Kebun Sukamangli Kabupaten Kendal. Mediagro, 12(2).

Sugiyanto, C. (2007). Permintaan gula di Indonesia. Universitas Muhammadiyah Surakarta.

Sungkawa, I., & Megasari, R. T. (2011). Nilai ramalan data deret waktu dalam seleksi model peramalan volume penjualan PT Satriamandiri Citramulia. ComTech, 2(2), 636–645.

Surihadi, A. A. (2009). Penerapan metode single moving average dan exponential smoothing dalam peramalan permintaan produk meubel jenis coffee table pada Java Furniture Klaten (Tugas akhir). Universitas Sebelas Maret.

Unduhan

Diterbitkan

2022-04-29

Cara Mengutip

Damanik , I., Gunadya , I. B. P., & Aviantara , I. G. N. A. (2022). Penggunaan Beberapa Model Peramalan (Forecasting) untuk Produksi Gula Kristal Putih di PT. Perkebunan Nusantara X. Jurnal BETA (Biosistem Dan Teknik Pertanian), 10(1), 21–33. https://doi.org/10.24843/JBETA.2022.v10.i01.p03

Terbitan

Vol 10 No 1 (2022): April

Bagian

Articles

Lisensi

Creative Commons License

Artikel ini berlisensi Creative Commons Attribution 4.0 International License.

Ketentuan Lisensi

Semua artikel yang diterbitkan dalam Jurnal Beta (Biosistem dan Teknik Pertanian) bersifat open access dan dilisensikan di bawah Creative Commons Attribution 4.0 International License (CC BY 4.0). Hal ini berarti siapa pun berhak untuk:

  • Berbagi — menyalin dan mendistribusikan kembali materi dalam bentuk atau format apa pun.

  • Adaptasi — menggubah, mengubah, dan mengembangkan materi untuk tujuan apa pun, termasuk tujuan komersial.

Namun, hak tersebut diberikan dengan ketentuan sebagai berikut:

  • Atribusi — Anda harus memberikan pengakuan yang sesuai, menyertakan tautan ke lisensi, dan menunjukkan jika ada perubahan yang dilakukan. Hal ini dapat dilakukan dengan cara yang wajar, tetapi tidak boleh dengan cara yang menyiratkan bahwa pemberi lisensi mendukung Anda atau penggunaan Anda.

  • Tanpa pembatasan tambahan — Anda tidak boleh menerapkan ketentuan hukum atau langkah teknologi yang secara hukum membatasi orang lain untuk melakukan hal-hal yang diizinkan oleh lisensi ini.

Dengan mengirimkan artikel ke Jurnal Beta (Biosistem dan Teknik Pertanian), penulis menyetujui penerbitan karya mereka di bawah lisensi akses terbuka ini. Hak cipta tetap dimiliki oleh penulis, namun penulis memberikan hak publikasi pertama kepada Jurnal Beta (Biosistem dan Teknik Pertanian).

Untuk informasi lebih lanjut mengenai lisensi CC BY 4.0, silakan kunjungi situs resmi: https://creativecommons.org/licenses/by/4.0/

Artikel paling banyak dibaca berdasarkan penulis yang sama

1 2 3 > >>