Peramalan permintaan jamu dengan mengimplementasikan metode Average-based fuzzy time series: Studi kasus PT. Payung Pusaka Mandiri Kediri

INDONESIA:

Peramalan adalah kegiatan memperkirakan kejadian yang terjadi di masa yang akan datang berdasarkan data yang relevan secara kuantitatif. Peramalan permintaan sangat dibutuhkan pada suatu perusahaan untuk mengetahui perkiraan tingkat permintaan untuk masa yang akan datang. Peramalan tidak dapat dianggap sebagai hal yang mutlak karena tidak ada peramalan yang akurat.Tingkat akurasi peramalan terus dicari melalui pengembangan peramalan, salah satunya diaplikasikan melalui kecerdasan tiruan.

Penelitian ini membahas tentang aplikasi peramalan permintaan jamu dengan studi kasus PT. Payung Pusaka Mandiri, tujuan dari peramalan permintaan jamu ini adalah dapat meramalkan permintaan satu bulan kedepan dengan menggunakan metode average-based fuzzy time series yang banyak digunakan dalam mengambil keputusan. Sistem peramalan dengan average-based fuzzy time series menangkap pola dari data yang telah lalu kemudian digunakan untuk memprediksi data yang akan datang. Data yang digunakan untuk melakukan peramalan pada penelitian ini adalah 5 tahun data terakhir dengan meneliti 5 jenis jamu yang paling laku yaitu jamu pegal linu, jamu rapet sari asih, jamu galian singset, jamu Galian putrid, dan jamu sakit pinggang.

Hasil dan uji coba Hasil peramalan permintaan 5 jenis jamu periode Jan 2008 – Des 2012 menggunakan metode average-based fuzzy time series didapatkan hasil peramalan satu bulan berikutnya yaitu: jamu pegal linu kesalahan rata-rata 8.78%, jamu galian singset kesalahan rata-rata 34.26%, jamu rapet sari asih kesalahan rata-rata 19.09%, jamu galian putri kesalahan rata-rata 26.87%, dan jamu sakit pinggang kesalahan rata-rata 32.77%, sehingga aplikasi peramalan permintaan jamu menggunakan metode average-based fuzzy time series tingkat akurasinya cukup tinggi.

ENGLISH:

Forecast is defined as the activity of assessing the future occurrences in accordance with the amount of relevant quantitative data. Demand forecast is crucially needed with the purpose of identifying the requirement rank which exists the upcoming era. None of the forecast is classified as an absolute and accurate thing. Accuracy rank is perpetually looked for using one of the type of the forecast development namely simulated intellect.

This research discusses about the application of herbs demand forecast with the case study of PT. Payung Pusaka Mandiri. Moreover, the objective of the research is to predict the demand during a month by implementing Average-Based Fuzzy Time Series method which is commonly used to take the deal. This forecast system works to take the previous pattern of the data which is utilized to predict the future data. The data of this research is taken from last five years data by investigating five familiar kinds of herb; those are: Pegal Linu herbs, Rapet Sari Asih Herbs, Galian Singset Herbs, Galian Putri herbs, and Sakit Pinngang Herbs.

The research finding of the demand forecast of those five types of herb during January 2008 up to December 2012 by using Average-Based Fuzzy Time Series method shows that: Pegal Linu herbs produce 8.78% of the average fault, Galin Singset herbs create the average fault around 34.26%, Rapet Sari Asih herbs generate the fallacy average around 19.09%, Galian Putri herbs create the fallacy average around 26.87%, and Sakit Pinggang herbs produce the fault average around 32.77%. Based on the previous findings, the highest accuracy is achieved by investigating the demand forecast using Average-Based Fuzzy Time Series method.