Model Peramalan Jumlah Penjualan Sparepart dengan Algoritma Forecasting Time Series: Studi Kasus di PT. XYZ

Abstract

Peramalan penjualan merupakan hal yang sangat penting bagi perusahaan dalam menentukan seberapa banyak barang (sparepart) yang harus disiapkan untuk penjualan di masa yang akan datang. Dengan peramalan yang tepat dapat mengoptimalkan penjualan meskipun dengan modal dan tempat penyimpanan yang terbatas. Peramalan penjualan dapat dilakukan dengan berbagai macam teknik dan metode. Metode yang digunakan dalam penelitian ini adalah metode Forecasting Time Series. Metode ini sering digunakan dalam memprediksi penjualan karena output yang dihasilkan mempunyai tingkat akurasi yang tinggi. Hasil penelitian ini menunjukkan algoritma Forecasting Time Series dapat digunakan untuk meramalkan jumlah penjualan sparepart dengan cukup baik, hal ini dapat dilihat dari nilai error (MAE) yang kecil yaitu antara 12,20 sampai dengan 18,31. Algoritma Forecasting terbaik dalam penelitian ini yaitu algoritma Wieghted Moving Average (WMA). Hasil pengujian metode WMA dengan data training yaitu MAE 9,62, MSE 122,67, RMSE 2,97 dan MAPE 18,37% sedangkan dengan menggunakan data testing yaitu MAE 11,53, MSE 174,13, RMSE 3,26 dan MAPE 19,56%.