<![CDATA[Abstract Uncertain market conditions affect the amount of product demand by consumers. Therefore, companies are competing to determine the right strategy to be able to meet consumer demand. One of them is by way of forecasting. The purpose of this study is to estimate product demand forecasts at MJ Toys. Secondary data used in this study in the form of orders and sales reports from MJ Toys. This research is a quantitative descriptive using three forecasting methods, namely Moving Average (MA), Double Exponential Smoothing (DES), and Linear Regression. The three methods were used and then identified the method that had the smallest Mean Square Error (MSE) value. Based on the results obtained from forecasting using three methods, namely Moving Average (MA), Double Exponential Smoothing (DES), and Linear Regression. The smallest Mean Square error (MSE) value was obtained in the linear regression method with a value of 39. Thus, the linear regression forecasting results were in the best value because they had the smallest error rate. So it is possible that the forecasts obtained will be close to the actual situation. The results of the forecasting on the linear regression method in the next period are as many as 20 sacks.Keywords: Forecasting, Moving Average, DES, Linear Regression, MSE. AbstrakKondisi pasar yang tidak menentu, mempengaruhi jumlah permintaan produk oleh konsumen. Oleh karena itu perusahaan berlomba menentukan strategi yang tepat untuk dapat memenuhi permintaan konsumen. Salah satunya adalah dengan cara peramalan. Tujuan penelitian ini adalah untuk memperkirakan peramalan permintaan produk pada MJ Toys. Data sekunder digunakan pada penelitian ini berupa laporan pesanan dan penjualan dari MJ Toys. Penelitian ini merupakan deskriptif kuantitatif dengan menggunakan tiga metode peramalan yaitu Moving Average (MA), Double Exponential Smoothing (DES), dan Regresi Linear. Ketiga metode tersebut digunakan dan kemudian diidentifikasikan metode yang memiliki nilai Mean Square Error (MSE) terkecil. Berdasarkan hasil yang didapatkan dari peramalan menggunakan tiga metode yaitu Moving Average (MA), Double Exponential Smoothing (DES), dan Regresi Linear. Diperoleh nilai Mean Square error (MSE) terkecil pada metode regresi linear dengan nilai 39. Dengan demikian hasil peramalan regresi linear di nilai yang paling baik karena memiliki tingkat kesalahan terkecil. Sehingga dimungkinkan peramalan yang didapatkan akan mendekati keadaan sebenarnya. Adapun hasil peramalan pada metode regresi linear pada periode selanjutnya adalah sebanyak 20 karung.Kata Kunci: Peramalan, Moving Average, DES, Regresi Linear, MSE]]>
Copyrights © 2022
