Peramalan permintaan carbon black N330 produk menggunakan metode single double exponential smoothing dan moving average

Abstract

Peramalan permintaan merupakan kegiatan penting dalam mendukung pengambilan keputusan perusahaan, khususnya pada perencanaan persediaan dan distribusi. Ketidakakuratan peramalan dapat menyebabkan kelebihan atau kekurangan stok yang berdampak pada peningkatan biaya operasional dan terganggunya pemenuhan kebutuhan pelanggan. Penelitian ini bertujuan membandingkan tingkat akurasi metode Single Exponential Smoothing (SES), Double Exponential Smoothing (DES), dan Moving Average (MA) dalam memprediksi permintaan produk Carbon Black N330 di PT ABC. Data yang digunakan merupakan data historis periode April 2024 hingga Maret 2025 yang dianalisis secara kuantitatif menggunakan Microsoft Excel. Evaluasi akurasi dilakukan dengan menggunakan indikator Mean Absolute Deviation (MAD), Mean Squared Error (MSE), dan Mean Absolute Percentage Error (MAPE). Hasil analisis menunjukkan bahwa metode SES dengan parameter α = 0,3 menghasilkan tingkat kesalahan paling rendah dengan nilai MAPE sebesar 39,04%, dibandingkan dengan metode DES dan MA. Temuan ini menunjukkan bahwa SES memiliki kemampuan terbaik dalam menyesuaikan pola fluktuasi permintaan. Oleh karena itu, metode SES dengan α = 0,3 dipilih sebagai metode yang paling akurat untuk peramalan permintaan produk Carbon Black N330.