Peramalan Penjualan Rebung Bambu Betung (Dendrocalamus asper) dengan Menggunakan Metode Triple Exponential Smoothing
Abstract
ABSTRAK
Rebung bambu betung (Dendrocalamus asper) merupakan salah satu olahan produk segar yang dijual di Tiara Dewata Supermarket, dimana olahan tersebut terbagi menjadi tiga yaitu rebung mentah, rebung rajang, dan rebung biasa. Masa simpan rebung tergolong sangat singkat, hanya 1 – 3 hari. Lebih lanjut, penjualan yang terjadi setiap bulan untuk ketiga produk segar ini berfluktuasi dan sulit diduga kecenderungannya. Oleh karena itu, diperlukan metode peramalan agar dapat memperkecil kerugian yang akan terjadi. Tujuan penelitian ini adalah menemukan nilai alfa terbaik yang dapat digunakan untuk memperoleh data runtun waktu peramalan yang terbaik untuk periode satu tahun mendatang terhadap ketiga jenis olahan rebung bambu betung dengan metode Triple Exponential Smoothing. Data yang digunakan pada penelitian ini yaitu data aktual penjualan ketiga olahan rebung bambu betung dari bulan Maret 2019 – Mei 2020. Nilai alfa terbaik yang dapat digunakan untuk melakukan peramalan yaitu perhitungan data runtun waktu dengan nilai alfa 0,1 – 0,9 yang memiliki nilai kesalahan (error) terkecil, dimana alfa 0,3 pada rebung mentah dengan nilai kesalahan MSE 20,146, RSME 4,488, MAPE 19%, alfa 0,4 pada rebung rajang dengan nilai kesalahan MSE 120,281, RMSE 10,967, MAPE 5%, dan alfa 0,4 pada rebung biasa dengan nilai kesalahan MSE 1306,619, RMSE 36,147, MAPE 5%. Dari perhitungan menggunakan nilai alfa tersebut dapat disimpulkan bahwa metode triple exponential smoothing valid digunakan untuk meramalkan data runtun waktu penjualan ketiga olahan rebung bambu betung dari periode Juni 2020 – Mei 2021.
ABSTRACT
Betung bamboo shoots (Dendrocalamus asper) is one of the processed fresh products sold at Tiara Dewata Supermarket, where the processing is divided into three, namely raw bamboo shoots, chopped bamboo shoots, and ordinary bamboo shoots. The shelf life of bamboo shoots is very short, only 1 - 3 days. Furthermore, the monthly sales for these three fresh products fluctuate and it is difficult to predict the trend. Therefore, a forecasting method is needed in order to minimize the losses that will occur. The purpose of this study was to find the best alpha value that can be used to obtain the best time series forecasting data for the next one year for the three types of Betung bamboo shoots using the Triple Exponential Smoothing method. The data used in this study is the actual sales data of the three processed bamboo bamboo shoots from March 2019 - May 2020. The best alpha value that can be used for forecasting is the calculation of time series data with an alpha value of 0.1 - 0.9 which has a value the smallest error, where alpha 0.3 in raw shoots with an error value of MSE 20.146, RSME 4.488, MAPE 19%, alpha 0.4 in chopped bamboo shoots with an error value of MSE 120.281, RMSE 10.967, MAPE 5%, and alpha 0,4 on ordinary shoots with an error value of MSE 1306,619, RMSE 36,147, MAPE 5%. From the calculation using the alpha value, it can be concluded that the triple exponential smoothing method is valid to predict the sales time series data of the three processed Betung bamboo shoots from the period June 2020 - May 2021.
Downloads
References
Antara, N. S., dan Gunam, I. B. W. 2014. Pengembangan Tepung Rebung Bambu tabah (Gigantochloa nigrociliata BUSE – KURZ) Sebagai Pangan Fungsional. Ketahanan Pangan, 161.
Arsad, E. 2015. Teknologi Pengolahan Dan Manfaat Bambu. Jurnal Riset Industri Hasil Hutan, 7(1), 45.
Ariyanto, R., Puspitasari, D., dan Ericawati, F. 2017. Penerapan Metode Double Exponential Smoothing Pada. Informatika Polinema, 4, 57–62.
Chang, P. C., Wang, Y. W., and Liu, C. H. 2007. The development of a weighted evolving fuzzy neural network for PCB sales forecasting. Expert Systems with Applications, 32(1), 86–96.
Darmayanti, N. 2016. Model Perencanaan Produksi Untuk Memenuhi Permintaan Pasar Dan Pengendalian Persediaan Produk Jadi Pada Perusahaan Penghasil Minuman Ringan. Jurnal BETA (Biosistem Dan Teknik Pertanian), 4(2), 36–46.
Dharmesta, A. M., dan Susanto, N. (2016). Peramalan Perencanaan Produksi Semen dengan Metode Exponential Smoothing pada PT. Semen Indonesia. None, 5(4), 1–10.
Elvierayani, R. R. 2017. Peramalan Nilai Tukar ( Kurs ) Rupiah Terhadap Dolar Tahun 2017 dengan Menggunakan Metode Arima Box-Jenkins. Prosiding SI MaNIs (Seminar Nasional Integrasi Matematika Dan Nilai Islami), 1(1), 253–261.
Faustina, R. S., Agoestanto, A., dan Hendikawati, P. 2017. Model Hybrid ARIMA-GARCH untuk Estimasi Volatilitas Harga Emas. UNNES Jurnal of Mathematics, 6(1), 11–24.
Fitria, V., dan Anwar, S. 2020. Penerapan Triple Exponential Smoothing Dalam Meramalkan Laju Inflasi Bulanan Provinsi Aceh Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Syiah Kuala , Aceh. 1, 23–38.
Hingmadi, D. 2012. Kenaekaragaman Ciri Morfologi Jenis Bambu (Bambusa Sp) di Kelurahan Teunbaun Kecamatan Amarasi Barat Kabupaten Kupang. Skripsi. Program Studi Biologi FMIPA Universitas PGRI NTT.
Indah, D. R., dan Rahmadani, E. 2018. Sistem Forecasting Perencanaan Produksi dengan Metode Single Eksponensial Smoothing pada Keripik Singkong Srikandi Di Kota Langsa. Jurnal Penelitian Ekonomi Akutansi (JENSI), 2(1), 10–18.
Iqbal, M. 2016. Sistem Peramalan Menggunakan Metode Triple Exponential Smoothing Untuk Stok Bahan Spare Part Motor Di Garuda Motor Jajag. 1110651220.
Jong, Y., Wardenaar, E., dan Tavita, G. E. 2018. Studi Jenis Dan Pemanfaatan Bambu Oleh Masyarakat Dusun Perigi Desa Semade Kecamatan Banyuke Hulu Kabupaten Landak. 6(1), 131–136.
Kencana, P. K. D., Widia, W., dan Antara, N. S. (2012). Praktek Baik Budi Daya Bambu Rebung Tabah (Gigantochloa nigrociliata BUSE-KURZ). 1–69.
Makridakis, S., Wheelwright, C. S., and McGEE, E. V. 1995. Metode dan Aplikasi Peramalan (Kedua). Erlangga.
Mardhotillah, M., Sutikno, S., dan Fauzi, M. (2014). Pemodelan hujan-aliran daerah aliran sungai rokan dengan menggunakan data penginderaan jauh. 1–12.
Marlina, N., dan Juliani, A. (2015). Evaluasi Daya Tampung Terhadap Beban Pencemar Menggunakan Model Kualitas Air ( Studi Kasus : Sungai Winongo ). 4(2), 78–86.
Nangi, J., Indrianti, S. H., dan Pramono, B. 2018. Peramalan Persediaan Obat Menggunakan Metode Triple Exponential Smoothing (Tes) (Studi Kasus : Instalasi Farmasi Rsud Kab. Muna). Semantik, 4(1), 135–142.
Padma Yanti, N., Tuningrat, I., dan Suryawan Wiranatha, A. 2016. Analisis Peramalan Penjualan Produk Kecap Pada Perusahaan Kecap Manalagi Denpasar Bali. Jurnal Rekayasa Dan Manajemen Agroindustri, 4(1), 72–81.
Puji Lestari, A. 2008. Pengaruh suhu terhadap karakteristik pengeringan rebung bambu tabah. 1–8.
Rachmawati, L. F. (2016). Rekayasa model sistem dinamik komoditas jagung untuk mendukung program upaya khusus di jawa barat listyani fitria rachmawati. Institut Pertanian Bogor.
Rizal, J., dan Akbar, S. 2015. Perbandingan Uji Stasioner Data Timeseries Antara Metode : Control Chart, Correlogram, Akar Unit Dickey Fuller, dan Derajat Integrasi. Jurnal Gradien, 11(1), 1040–1046.
Tanuwijaya, H. 2010. Penerapan Metode Winter ’ S Exponential Smoothing Dan Single Moving Average Dalam Sistem Informasi. Seminar Nasional Manajemen Teknologi XI, 1–10.
Tistiawan, T. A., dan Andini, T. D. 2019. Pemanfaatan Metode Triple Exponential Smoothing Dalam Peramalan Penjualan Pada Pt.Dinamika Daya Segara Malang. Jurnal Ilmiah Teknologi Informasi Asia, 13(1), 69.
Tohir, A. 2011. Analisis Peramalan Penjualan Minyan Sawit Kasar atau Crude Palm Oil (CPO) Pada PT. Kharisma Pemasaran Bersama (KPB) Nusantara.
Wardah, S., dan Iskandar, I. 2017. Analisis Peramalan Penjualan Produk Keripik Pisang Kemasan Bungkus (Studi Kasus : Home Industry Arwana Food Tembilahan). J@ti Undip : Jurnal Teknik Industri, 11(3), 135.
Yulianti, F. 2012. Modeling dan Forecasting Tingkat Produksi Gas di Indonesia Menggunakan Metode Autoregressive Integrated Moving Average (Arima). FT UI.
Jurnal BETA (Biosistem dan Teknik Pertanian)
