Peramalan Permintaan Produk Hospital bed Menggunakan Metode Autoregressive Integrated Moving Average (Arima) dan Winters Exponential Smoothing

Muhamad Anjar, Bramantiyo Eko Putro

Abstract


CV. Nuri Teknik mengalami lonjakan permintaan yang sangat signifikan pada tahun 2020 yang akibat pandemi Covid-19. Hospital bed merupakan produk dengan jumlah permintaan paling banyak hingga 100% dibandingkan tahun sebelumnya. Permintaan Hospital bed tahun 2020 yaitu sebanyak 853 unit melebihi kapasitas produksi per tahun yang hanya berjumlah 700 unit. Hal tersebut membuat CV Nuri Teknik menyewa jasa perusahaan serupa untuk memproduksi selisih permintaan sebesar 153. Penelitian ini bertujuan untuk mengetahui metode peramalan yang sesuai untuk meramalkan permintaan hospital bed dan mengetahui jumlah permintaan hospital bed untuk CV. Nuri Teknik pada tahun 2023. Pengumpulan data pada penelitian ini adalah menggunakan data sekunder, yakni data permintaan Hospital bed tahun 2018 sampai 2022. Metode peramalan yang digunakan pada penelitian ini adalah Autoregressive Integrated Moving Average (ARIMA) dan Winters Exponential Smoothing. Hasil penelitian menunjukan bahwa metode Autoregressive Integrated Moving Average (ARIMA) meramalkan jumlah produk hospital bed pada tahun 2023 sebanyak 511 unit dengan nilai MSE sebesar 480,690 dan metode Winters Exponential Smoothing meramalkan sebanyak 543 unit dengan nila MSE sebesar 325,718. Dari hasil penelitian tersebut didapatkan kesimpulan bahwa metode Winters Exponential Smoothing menjadi metode terbaik untuk meramalkan hospital bed pada tahun 2023 karena memiliki nilai MSE paling kecil yakni 325,718.

Keywords


Peramalan; Metode Autoregressive Integrated Moving Average (ARIMA); Winters Exponential Smoothing

Full Text:

PDF

References


R. Rokom, “Pemerintah Targetkan 60 Persen Produksi Alkes Gunakan Komponen Lokal,†Sehat Negeriku, Aug. 27, 2022. https://sehatnegeriku.kemkes.go.id/baca/rilis-media/20220827/1740999/pemerintah-targetkan-60-persen-produksi-alkes-gunakan-komponen-lokal/ (accessed Jun. 14, 2023).

K. A. Ma’arif, “PERAMALAN PERENCANAAN KEBUTUHAN BAHAN BAKU SNACK UNTUK PEMILIHAN SUPPLIER DI PT. XYZ,†bachelor, Universitas Islam Majapahit, 2020. Accessed: Jun. 14, 2023. [Online]. Available: http://repository.unim.ac.id/2399/

A. Nurlifa and S. Kusumadewi, “Sistem Peramalan Jumlah Penjualan Menggunakan Metode Moving Average Pada Rumah Jilbab Zaky,†INOVTEK Polbeng - Seri Informatika, vol. 2, no. 1, Art. no. 1, Jun. 2017, doi: 10.35314/isi.v2i1.112.

I. R. Akolo, “PERBANDINGAN EXPONENTIAL SMOOTHING HOLT-WINTERS DAN ARIMA PADA PERAMALAN PRODUKSI PADI DI PROVINSI GORONTALO,†Jurnal Technopreneur (JTech), vol. 7, no. 1, Art. no. 1, Jun. 2019, doi: 10.30869/jtech.v7i1.314.

M. Y. Darsyah and M. S. Nur, “MODEL TERBAIK ARIMA DAN WINTER PADA PERAMALAN DATA SAHAM BANK,†Jurnal Statistika Universitas Muhammadiyah Semarang, vol. 4, no. 1, Art. no. 1, 2016, doi: 10.26714/jsunimus.4.1.2016.%p.

D. A. Rezaldi and S. Sugiman, “Peramalan Metode ARIMA Data Saham PT.Telekomunikasi Indonesia,†PRISMA, Prosiding Seminar Nasional Matematika, vol. 4, pp. 611–620, Feb. 2021.

W. Ngestisari, B. Susanto, and T. Mahatma, “Perbandingan Metode ARIMA dan Jaringan Syaraf Tiruan untuk Peramalan Harga Beras,†Indonesian Journal of Data and Science, vol. 1, no. 3, Art. no. 3, Dec. 2020, doi: 10.33096/ijodas.v1i3.18.

N. Ayunda, L. Ningsih, Sujarwo, and A. Novitasari, “Pengujian Model Multiplicative Holt Winter’s Exponential Smoothing dalam Peramalan Data Time-Series Terdampak Covid-19,†Teknologi: Jurnal Ilmiah Sistem Informasi, vol. 12, no. 1, Art. no. 1, Oct. 2022, doi: 10.26594/teknologi.v12i1.3319.


Refbacks

  • There are currently no refbacks.


This Proceeding is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.


Gedung Fakultas Teknik UNSUR Jl. Pasir Gede Raya, Cianjur, Jawa Barat 43216| Telp./Fax. (0263) 283578 |E-mail: semnastek@unsur.ac.id