<![CDATA[Forecasting produksi merupakan komponen krusial dalam manajemen operasional industri baja, khususnya untuk Hot Rolled Coil (HRC) yang memiliki karakteristik produksi kompleks dengan variabilitas tinggi dan pola musiman yang signifikan. Akurasi peramalan produksi sangat menentukan efisiensi operasional, optimasi kapasitas, dan perencanaan strategis jangka panjang industri. Penelitian ini bertujuan untuk mengembangkan model forecasting berbasis time series analysis dengan menggunakan metode seasonal decomposition dan evaluasi komprehensif terhadap pola seasonal, trend, dan komponen irregular pada data produksi HRC periode Juli 2023 hingga Juni 2025. Metodologi penelitian meliputi analisis statistik deskriptif, seasonal decomposition menggunakan teknik STL (Seasonal and Trend decomposition using Loess), dan implementasi berbagai model forecasting termasuk Moving Average, Exponential Smoothing, dan ARIMA untuk mendapatkan prediksi optimal. Hasil analisis menunjukkan tingkat akurasi forecasting dengan Mean Absolute Percentage Error (MAPE) sebesar 10.44%, yang mengindikasikan performa prediksi yang baik untuk standar industri manufaktur. Identifikasi pola seasonal mengungkapkan adanya fluktuasi produksi signifikan dengan seasonal index tertinggi pada periode Januari (1.108) dan terendah pada April (0.539-0.624), mencerminkan dampak scheduled maintenance dan faktor operasional lainnya. Penelitian ini berkontribusi dalam pengembangan metodologi forecasting yang dapat meningkatkan akurasi perencanaan produksi dan mendukung pengambilan keputusan strategis dalam industri baja.]]>
Copyrights © 2026
