<![CDATA[Dalam era persaingan bisnis kosmetik yang ketat, peramalan permintaan menjadi komponen krusial bagi perusahaan untuk mengoptimalkan perencanaan produksi dan meminimalkan risiko ketidakseimbangan stok. Penelitian ini bertujuan untuk menentukan metode peramalan yang lebih baik untuk produk Brightening Cream di PT XYZ dengan membandingkan metode Autoregressive Integrated Moving Average (ARIMA) dan Double Exponential Smoothing (DES) dari Holt. Data yang digunakan adalah data historis permintaan mingguan sebanyak 41 periode yang menunjukkan pola fluktuatif, tren dan musiman. Analisis dilakukan dengan bantuan perangkat lunak Minitab untuk menghitung tingkat kesalahan peramalan berdasarkan indikator Mean Square Error (MSE), dan Mean Absolute Percentage Error (MAPE). Hasil penelitian menunjukkan bahwa model ARIMA (1,2,1) merupakan model terbaik karena telah memenuhi uji asumsi white noise dan normalitas, serta menghasilkan nilai kesalahan yang signifikan lebih rendah dibandingkan metode DES. Nilai MAPE dan MSE yang dihasilkan oleh metode ARIMA (1,2,1) adalah sebesar 23,513 % dan 7818, sedangkan metode DES menghasilkan sebesar 24,000% dan 8922. Oleh karena itu, metode ARIMA (1,2,1) direkomendasikan bagi PT XYZ sebagai dasar pengambilan keputusan dalam pengendalian persediaan dan perencanaan produksi guna meningkatkan efisiensi operasional.]]>
Copyrights © 2026
