<![CDATA[Peramalan penjualan merupakan proses penting dalam manajemen persediaan dan perencanaan produksi, khususnya pada industri rokok yang memiliki pola permintaan bervariasi antar jenis produk. Untuk meningkatkan akurasi prediksi pada data historis penjualan yang relatif pendek, penelitian ini bertujuan mengembangkan dan mengevaluasi model hybrid yang mengombinasikan Regresi Linear dan Moving Average dengan bobot dinamis. Metode penelitian mencakup pra-pemrosesan data, eksplorasi statistik, pembentukan model LR dan MA, serta pengujian model hybrid dengan variasi bobot α pada rentang 0.1-0.5. Evaluasi performa dilakukan menggunakan MAE, RMSE, dan MAPE. Hasil penelitian menunjukkan bahwa model hybrid memberikan kinerja paling optimal dibandingkan model LR dan MA tunggal. Nilai rata-rata MAPE hybrid sebesar 2.17%, lebih rendah dibandingkan MA 2.31% dan LR 3.79%. Model hybrid mampu meningkatkan akurasi sebesar 5.95% dibandingkan MA dan 42.58% dibandingkan LR. Selain itu, sebagian besar produk memiliki bobot optimum pada α = 0.1-0.2, ini menunjukan dominannya pola jangka pendek, sementara produk dengan fluktuasi lebih tinggi menunjukkan α yang lebih besar. Dengan demikian, model hybrid LR-MA efektif digunakan untuk peramalan penjualan berbasis data historis. ]]>
Copyrights © 2025
