Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal JURNAL PASTI (PENELITIAN DAN APLIKASI SISTEM DAN TEKNIK INDUSTRI)
Indra Setiawan
(ID Scopus: 57245604300; Scopus H-Index=3) ASTRA Polytechnic
Control & Systems Engineering Decision Sciences, Operations Research & Management Engineering Industrial & Manufacturing Engineering Transportation

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Analisis Peramalan Permintaan Produksi Pada Pembuatan Smart Trolley dengan Single Exponential Smoothing Indra Setiawan; Bennedictus Abimanyu; Muhammad Daffa Arlianto; Ignasius Septian Pandiangan; Muhammad Rafi; Muhammad Aziz Fitroryan
Jurnal PASTI (Penelitian dan Aplikasi Sistem dan Teknik Industri) Vol. 20 No. 1 (2026): Jurnal PASTI
Publisher : Universitas Mercu Buana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/pasti.2026.v20i1.012

Abstract

Perencanaan Produksi dan Pengendalian Persediaan (PPIC), khususnya pada aspek peramalan (forecasting), berperan penting dalam mendukung ketepatan perencanaan produksi. Pada proses pembuatan Smart Trolley, perubahan permintaan yang dinamis menjadi tantangan dalam menentukan kebutuhan material, jumlah produksi, dan jadwal produksi secara tepat. Berdasarkan data historis periode Januari–Desember, permintaan Smart Trolley meningkat dari 5 unit menjadi 25 unit atau sebesar 400%. Kondisi ini menunjukkan adanya ketidakpastian dalam perencanaan produksi. Oleh karena itu, sistem peramalan yang mampu menghasilkan estimasi permintaan yang andal sangatlah penting sebagai landasan pengambilan keputusan. Tujuan penelitian ini adalah untuk mengkaji pola permintaan produksi Smart Trolley dan menentukan pengaturan ideal menggunakan metode Single Exponential Smoothing yang menghasilkan tingkat kesalahan terendah. Metode penelitian menggunakan pendekatan kuantitatif berdasarkan data historis selama 12 bulan dengan variasi nilai (α) sebesar 0,3 dan 0,5. Evaluasi akurasi dilakukan menggunakan Mean Absolute Deviation (MAD), Mean Squared Error (MSE), dan Mean Absolute Percentage Error (MAPE). Hasil penelitian menunjukkan bahwa Single Exponential Smoothing dengan α = 0,5 memiliki akurasi terbaik dengan prediksi permintaan periode berikutnya sebesar 23,05 unit. Hasil yang diperoleh dari metode tersebut dapat dimanfaatkan sebagai acuan untuk menyusun rencana produksi Smart Trolley yang lebih efisien.
Co-Authors Bennedictus Abimanyu Ignasius Septian Pandiangan Muhammad Aziz Fitroryan Muhammad Daffa Arlianto Muhammad Rafi