Perbandingan Double Exponential Smoothing, Single Exponential Smoothing dan MA terhadap Peramalan Jumlah Pelanggan Di Gendis Jowo
DOI:
https://doi.org/10.70609/jusifor.v4i2.8896Kata Kunci:
Peramalan, Jumlah Pelanggan, Exponential Smoothing, Moving AverageAbstrak
Gendis Jowo menghadapi fluktuasi jumlah pelanggan nasi box yang menyebabkan pengelolaan stok dan operasional kurang optimal, sehingga diperlukan solusi berupa peramalan untuk memprediksi jumlah pelanggan secara lebih akurat. Penelitian ini menggunakan tiga metode Single Exponential Smoothing (SES), Double Exponential Smoothing (DES), dan Moving Average (MA) dengan tujuan menentukan metode terbaik untuk meramalkan jumlah pelanggan periode berikutnya. Data historis Januari 2022–Agustus 2025 dianalisis, dengan parameter SES dan DES dioptimalkan menggunakan Optimal ARIMA, serta akurasi dinilai melalui MAPE, MAD, dan MSD. Hasil penelitian menunjukkan bahwa metode Moving Average dengan length 4 (MA4) memiliki akurasi tertinggi dengan nilai kesalahan paling rendah, sehingga dipilih sebagai model terbaik. Berdasarkan metode MA4, jumlah pelanggan pada periode berikutnya diprediksi sebesar 1.065,88 pelanggan, dan hasil ini dapat digunakan untuk merencanakan kebutuhan stok bahan, kemasan, dan operasional secara lebih efektif.
Referensi
[1] E. Siswanto, E. Satria Wibawa, and Z. Mustofa, “Implementasi Aplikasi Sistem Peramalan Persedian Barang Menggunakan Metode Single Moving Average Berbasis Web,” vol. 14, no. 2, pp. 224–233, 2021, [Online]. Available: http://journal.stekom.ac.id/index.php/elkompage224
[2] J. N. Aziza, “Perbandingan Metode Moving Average, Single Exponential Smoothing, dan Double Exponential Smoothing Pada Peramalan Permintaan Tabung Gas LPG PT Petrogas Prima Services,” 2022.
[3] A. S. Anggraeni, R. Chandra Utama, and D. C. Wati, “PENGHALUSAN EKSPONENSIAL DAN DEKOMPOSISI SAHAM APPLE.INC,” 2022. [Online]. Available: https://doi.org/
[4] D. Novanda and R. Hidayati, “Prediction of The Number of Pulmonary Tuberculosis Disease Using The Moving Average Forecasting Method And Time Series Decomposition,” Antivirus : Jurnal Ilmiah Teknik Informatika, vol. 18, no. 1, pp. 37–45, May 2024, doi: 10.35457/antivirus.v18i1.3468.
[5] A. Asrirawan, S. U. Permata, and M. I. Fauzan, “Pendekatan Univariate Time Series Modelling untuk Prediksi Kuartalan Pertumbuhan Ekonomi Indonesia Pasca Vaksinasi COVID-19,” Jambura Journal of Mathematics, vol. 4, no. 1, pp. 86–103, Jan. 2022, doi: 10.34312/jjom.v4i1.11717.
[6] G. Putra and A. R. Maulud, “Peramalan Kebutuhan Batubara Menggunakan Metode Single Exponential Smoothing di PT. Solusi Bangun Andalas”, [Online]. Available: www.jurnal.utu.ac.id/joptimalisasi
[7] N. H. A. S. Al Ihsan, H. H. Dzakiyah, and F. Liantoni, “Perbandingan Metode Single Exponential Smoothing dan Metode Holt untuk Prediksi Kasus COVID-19 di Indonesia,” Ultimatics : Jurnal Teknik Informatika, vol. 12, no. 2, pp. 89–94, Dec. 2020, doi: 10.31937/ti.v12i2.1689.
[8] V. I. Octaviani, H. Maulana, and A. N. Sihananto, “Pembuatan Sistem Prediksi Penjualan Dan Persediaan Barang Menggunakan Metode Double Exponential Smoothing Dan Economic Order Quantity (EOQ),” Jurnal Sistem Informasi dan Informatika (JUSIFOR), vol. 2, no. 2, pp. 102–111, Dec. 2023, doi: 10.33379/jusifor.v2i2.3407.
[9] A. Nurul Maulidaniar and E. Widodo, “Perbandingan Metode Peramalan Double Exponential Smoothing dan Triple Exponential Smoothing Pada Penjualan Indihome di Wilayah Telekomunikasi Cirebon,” Emerging Statistics and Data Science Journal, vol. 1, no. 2, 2023.
[10] Y. Farida, D. A. Sulistiani, and N. Ulinnuha, “PERAMALAN INDEKS PEMBANGUNAN MANUSIA (IPM) KABUPATEN BOJONEGORO MENGGUNAKAN METODE DOUBLE EXPONENTIAL SMOOTHING BROWN,” Teorema: Teori dan Riset Matematika, vol. 6, no. 2, Sep. 2021, doi: 10.25157/teorema.v6i2.5521.
[11] E. Sefry et al., “Analisis Peramalan Persediaan Barang Menggunakan Metode Moving Average Dan Exponential Smoothing Pada CV. Sanjaya Bangun Pratama.”
[12] E. H. Sihotang, Dahlan Abdullah, and Nunsina, “PREDIKSI JUMLAH PASIEN RAWAT INAP MENGGUNAKAN METODE DOUBLE EXPONENTIAL SMOOTHING DI RSU CUT MEUTIA KOTA LHOKSEUMAWE,” Rabit : Jurnal Teknologi dan Sistem Informasi Univrab, vol. 10, no. 2, pp. 270–279, Jul. 2025, doi: 10.36341/rabit.v10i2.6060.
[13] I. Shobori and E. Suryana, “PREDIKSI PENJUALAN BARANG MENGGUNAKAN METODE SINGLE EXPONENTIAL SMOOTHING PADA DUO SISTER HIJAB BENGKULU,” 2024. [Online]. Available: http://jurnal.goretanpena.com/index.php/JSSR
[14] B. G. Prianda and E. Widodo, “Comparison of Seasonal ARIMA and Extreme Learning Machine Methods in Forecasting on the Number of Foreign Tourist to Bali,” Barekeng, vol. 15, no. 4, pp. 639–650, Dec. 2021, doi: 10.30598/barekengvol15iss4pp639-650.
[15] N. Chaerunnisa and D. A. Momon, “PERBANDINGAN METODE SINGLE EXPONENTIAL SMOOTHING DAN MOVING AVERAGE PADA PERAMALAN PENJUALAN PRODUK MINYAK GORENG DI PT TUNAS BARU LAMPUNG,” 2021.
[16] S. Defiyanti, B. Nurina Sari, and T. Nur Padilah, “Optimasi Pertanian Padi: Peramalan Curah Hujan Berbasis Arima Untuk Penentuan Waktu Tanam Yang Tepat,” Jurnal Teknologi Informasi dan Ilmu Komputer, vol. 11, no. 6, pp. 1377–1384, Dec. 2024, doi: 10.25126/jtiik.2024118682.
Unduhan
Diterbitkan
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2025 Aryadhiva Soetedja, Rahmatina Hidayati, Anis Zubair, Luthfi Indana
Artikel ini berlisensiCreative Commons Attribution-ShareAlike 4.0 International License.
