Implementasi metode Exponential Smoothing dalam peramalan Stok Jamu di Toko Raja Sehat

ABSTRAK

Toko jamu raja sehat merupakan salah satu toko penyedia jamu yang mengalami kesulitan untuk menentukan stok jamu pada periode selanjutnya. Dalam proses peramalan stok jamu harus mengetahui nilai penjualannya terlebih dahulu sehingga dengan meramlkan penjualannya maka stok pada periode berikutnya dapat diketahui.

Dengan kondisi tersebut perlu adanya sistem peramalan dengan perhitungan yang akurat. Dan adanya peramalan ini, pihak Toko Jamu diharapkan bisa lebih siap dalam pelayanan jamu kepada masyarakat yang membutuhkannya. Salah satu metode peramalan yang tepat digunakan adalah pemulusan eksponensial (exponential smoothing) yang mengacu pada komponen peramalan data deret waktu, yaitu data yang terurut berdasarkan waktu. Pada metode pemulusan eksponensial dibutuhkan suatu konstanta pemulusan yang baik untuk mengurangi nilai Mean Square Error (MSE) dari hasil peramalan. Oleh karena itu, pada sistem ini digunakan Exponential Smoothing dengan nilai konstanta yang paling tepat bagi konstanta pemulusan.

Penelitian ini membahas metode yang memilki nilai MSE terkecil konstanta pemulusan yang optimum. Dan hasil penelitian ini didapat nilai MSE terkecil dan konstanta pemulusan yang optimum dengan alpha=0,1, MSE 1030.55 dan hasil peramalan stok jamu 215.89 untuk single Exponential Smoothing, sedangkan untuk double exponential smoothing adalah alpha 0,2 dan konstanta pemulusan Beta sebesar 0,1 dihasilkan nilai MSE sebesar 1404.35 dan ramalan stok jamu 212.91.

ABSTRACT

Raja Sehat store is one of herb provider store who has difficulty to determine the herb stock in the next period. In an herb stock forecasting process must know the value of its sales at first so that with its sales predict the stock in the next period can be known.

Under these conditions it needs for forecasting system with an accurate calculation. And the existence of this prediction, the herb store is expected to prepare in the service of herb to the society who need. One of the exact forecasting method to be used is exponential smoothing (exponential smoothing), which refers to time series data forecasting component, that is data sorted by time. In the exponential smoothing method required a good smoothing constant to reduce the value of Mean Square Error (MSE) of the forecasting results. Because of that, in this system used Exponential Smoothing with constant value that most precise for smoothing constant.

This research discusses the methods that have the smallest MSE optimal smoothing constant. And the results of this research get the smallest MSE and the optimum smoothing constant alpha = 0.1, MSE 1030.55 and the results of forecasting stock herbs 215.89 for Single Exponential Smoothing, whereas for double exponential smoothing is 0.2 alpha and a smoothing constant of 0.1 Beta, MSE values produced by 1404.35 and herbs stock forecast 212.91