Pemodelan Peramalan Penjualan Pakan Udang Pada Pt Central Proteina Prima, Tbk Dengan Metode Pemulusan Eksponensial (Exponential Smoothing)

v
PEMODELAN PERAMALAN PENJUALAN PAKAN UDANNG PADA PT
CENTRAL PROTEINA PRIMA, TBK DENGAN METODE PEMULUSAN
EKSPONENSIAL (EXPONENTIAL SMOOTHING)
ABSTRAK
Pemulusan eksponensial pada dasarnya memuluskan data masa lalu dengan melakukan
pembobotan menurun secara eksponensial terhadap nilai pengamatan yang lebih tua atau nilai
yang lebih baru diberikan bobot yang relatif lebih besar dibandingkan nilai pengamatan yang
lebih lama dan mempertimbangkan pengaruh acak, trend, musiman pada data masa lalu yang
akan dimuluskan dalam pemilihan metode yaang digunakan. Dengan melakukan analisa pola
data pada data penjualan PT Central Proteina Prima, Tbk menggunakan Plot data, Koefisien
Korelasi, dan Uji Musiman maka pola data yang terkandung adalah pola data musiman
sehingga digunakan metode pemulusan eskponensial tiga parameter: Metode Winter dalam
penyelesain masalah dalam penelitian ini. Untuk menekan kesalahan peramalan dilakukan
trial dan error untuk memperoleh nilai MSE terkecil dari nilai –nilai paramater yang
digunakan. Nilai MSE terkecil diperoleh sebesar 66. 1γ1,08 dengan nilai parameter α=0,4;
=0,1; dan ɣ=0,1. Dengan menggunakan pemulusan eksponensial tiga parameter: Metode
Winter maka diperoleh persamaan untuk meramalkan satu musim kedepan sebagai berikut.

F60m  1.263,66  1,32 xmI 48m

Dengan memasukan nilai m = periode kedepan, maka diperoleh nilai peramalan: Januari =
1.168,58, Februari = 1.346,10, Maret = 1.214,16, April = 1.253,96, Mei = 1.475,51, Juni=
1.496,75, Juli = 1.420,12, Agustus= 1.365, 69, September = 1.247,89, Oktober = 1.305,28,
November = 1.303,06 dan Desember = 1.091, 99. Perbandingan ketepatan peramalan dengan
menggunakan pemulusan eksponensial tiga parameter : Metode Winter dengan Metode
Subjektif yang digunakan selama ini adalah dengan membandingkan nilai MAPE yang
diperoleh dari masing- masing peramalan. Dengan menggunakan pemulusan eksponensial
tiga parameter: Metode Winter diperoleh MAPE sebesar 15, 25 sedangkan dengan peramalan
metode subjektif yang digunakan selama ini Nilai MAPE sebesar 28,93 sehingga dapat
disimpulkan pemulusan eksponensial tiga parameter: Metode Winter memiliki ketepatan
peramalan lebih bagus.
Kata Kunci: Peramalan Penjualan, Pemulusan (Smoothing) Eksponensial

Universitas Sumatera Utara

vi
MODELING OF FORECASTING SALES SHRIMP FEED
IN PT CENTRAL PROTEINA PRIMA, TBK WITH
EXPONENTIAL SMOOTHING METHOD
ABSTRACT

Exponential smoothing basically pave the past data by performing weighting decreases
exponentially with observed values of older or value of newer assigned a weighting that is
relatively larger than the value of observation is longer and consider the random influences,
trends, seasonality on past data that will be smoothed in the selection method used yaang. By
analyzing the pattern of data on sales data PT Central protein Prima, Tbk using Plot Data,
Correlation Coefficient, and Test Seasonal then the pattern data contained are data patterns
seasonal so used the smoothing method of exponentially three parameters: Methods Winter in
the completion of the problem in this study. To suppress the forecasting error made trial and
error to obtain the smallest MSE value of value parameters are used. The smallest MSE value
obtained for 66. 131.08 with parameter values α = 0.4; = 0.1; and ɣ = 0.1. By using the
exponential smoothing three parameters: Methods Winter of the obtained equation to predict
the next season as follows.

F60m  1.263,66  1,32 xmI 48m

By entering a value m = the period ahead, the obtained value of forecasting: January =
1168.58, February = 1346.10, March =1214.16, April = 1253.96, May = 1475.51, June =
1496.75, July = 1420.12, August = 1.365, 69, September = 1247.89, October =1305.28,
November= 1303.06 , and December = 1,091, 99. Comparison of the accuracy of forecasting
using exponential smoothing three parameters: Methods Winter with Subjective Methods is

used for this is to compare the value of MAPE obtained from each forecasting. By using the
exponential smoothing three parameters: Methods Winter obtained MAPE by 15, 25, whereas
with forecasting subjective method is used for this value amounted to 28.93 MAPE so that it
can be concluded exponential smoothing three parameters: Methods Winter has a better
forecasting accuracy.
Keywords: Sales Forecasting, Exponential Smoothing

Universitas Sumatera Utara