Peramalan Permintaan Produk Bakso Frozen FA Menggunakan Metode Time Series

Abstract

Peramalan permintaan menjadi aspek penting dalam mendukung keberlangsungan usaha mikro, kecil, dan menengah (UMKM), khususnya pada sektor pangan beku. Fluktuasi permintaan yang tidak menentu seringkali menimbulkan permasalahan dalam perencanaan produksi, baik berupa kelebihan stok yang meningkatkan biaya penyimpanan maupun kekurangan stok yang mengakibatkan hilangnya peluang penjualan. Penelitian ini bertujuan menganalisis penerapan metode deret waktu, yaitu Moving Average, Weighted Moving Average, dan Single Exponential Smoothing, untuk meramalkan permintaan produk Bakso Frozen Fatimah Asri. Data yang digunakan berupa catatan penjualan bulanan tahun 2024. Evaluasi akurasi model dilakukan menggunakan tiga ukuran kesalahan, yaitu Mean Absolute Deviation (MAD), Mean Squared Error (MSE), dan Mean Absolute Percentage Error (MAPE). Hasil analisis menunjukkan bahwa metode Single Exponential Smoothing menghasilkan nilai MAD dan MAPE terendah, masing-masing sebesar 46,129 dan 11,216%, sehingga memberikan hasil peramalan yang lebih mendekati data aktual. Sementara itu, metode Weighted Moving Average memiliki nilai MSE terendah sebesar 6636,046, sehingga dapat mengurangi dampak kesalahan besar. Dengan demikian, Single Exponential Smoothing dipandang sebagai metode terbaik untuk digunakan dalam peramalan permintaan jangka pendek produk Bakso Frozen FA. Penerapan metode ini diharapkan mampu membantu UMKM dalam meningkatkan akurasi perencanaan produksi, mengoptimalkan persediaan, serta mendukung pengambilan keputusan strategis yang berorientasi pada kepuasan konsumen dan efisiensi biaya operasional.