Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Jurnal Teknologi dan Manajemen Industri Terapan
Hilda Tri Yulianti
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Engineering Industrial & Manufacturing Engineering

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

Found 1 Documents
Search

 1 
Analisis Metode Moving Average, Exponential Smoothing, dan Arima dalam Peramalan Permintaan untuk Pengendalian Stok Floor Rear : (Studi Kasus : PT. SAI) Windi Nurlaela; Annisa Indah Pratiwi; Hilda Tri Yulianti
Jurnal Teknologi dan Manajemen Industri Terapan Vol. 4 No. 3 (2025): Jurnal Teknologi dan Manajemen Industri Terapan
Publisher : Yayasan Inovasi Kemajuan Intelektual

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55826/jtmit.v4i3.1134

Abstract

Banyaknya permintaan yang fluktuasi menjadi permasalahan utama dalam pengendalian persediaan, khususnya pada komponen penting seperti floor rear di PT SAI. Penelitian ini bertujuan untuk menganalisis serta membandingkan tiga metode peramalan, yaitu Moving Average (MA), Exponential Smoothing (ES), dan Autoregressive Integrated Moving Average (ARIMA),  Dari tiga metode pramalan tersebut digunakan untuk memperoleh metode prediksi yang paling akurat untuk mendukung efisiensi pengendalian stok. Data historis permintaan digunakan sebagai dasar perhitungan, sedangkan tingkat akurasi dievaluasi menggunakan Mean Absolute Deviation (MAD), Mean Squared Error (MSE), dan Mean Absolute Percentage Error (MAPE). Hasil penelitian menunjukkan bahwa metode Moving Average 3 Bulan menghasilkan tingkat akurasi terbaik dengan nilai MAPE sebesar 2,935%, lebih rendah dibandingkan ARIMA (3,761%) maupun Exponential Smoothing (4,418%). Artinya, Moving Average lebih tepat digunakan dalam memprediksi kebutuhan produk floor rear di PT SAI. Implikasi dari temuan ini sangat signifikan bagi manajemen persediaan perusahaan, karena penerapan metode terbaik dapat menekan risiko overstock maupun stockout, serta mendukung proses rantai pasok yang lebih efisien dan adaptif terhadap perubahan permintaan.
Co-Authors Annisa Indah Pratiwi Windi Nurlaela