Implementasi Metode Triple Exponential Smoothing Pada Sistem Peramalan Permintaan Produk Furniture Study Kasus: CV. Kyky Mebel Section Artikel

Abstract

Mebel merupakan salah satu kebutuhan rumah tangga yang harus ada di dalam rumah. Banyak variasi mebel yang berkembang di dalam industry. Bahan baku kayu merupakan bahan baku utama dan sangat vital bagi suatu industri dalam produksi mabel. Pada perusahaan CV. Kyky Mebel untuk pembuatan lemari, meja, dan kursi maka setiap bulan perusahaan membutuhkan bahan baku yang banyak untuk memenuhi kebutuhan produksi. Untuk melaksanakan pengadaan bahan baku yang diperlukan dalam proses produksi, perusahaan perlu mengadakan pembelian bahan baku. Kesalahan dalam mengontrol bahan baku pada persediaan akan menekan keuntungan perusahaan. Adanya persediaan bahan baku terlalu besar dibandingkan kebutuhan produksi akan menambah beban, biaya pemeliharaan dan penyimpanan dalam gudang, serta kemungkinan terjadinya penyusutan dan kualitas yang tidak bisa dipertahankan, sehingga semuanya ini akan mengurangi keuntungan perusahaan. Demikian pula sebaliknya, persediaan bahan baku yang terlalu kecil dalam perusahaan akan mengakibatkan kemacetan dalam produksi, sehingga perusahaan akan mengalami kerugian juga.
Pada permasalahan tersebut maka diperlukan suatu sistem informasi peramalan untuk meramalkan jumlah permintaan produk pada bulan berikutnya dengan menggunakan data dari bulan sebelumnya dan metode yang digunakan dalam membangun sistem informasi ini adalah metode Triple Exponential Smoothing. Data yang digunakan adalah data permintaan produk perbulan selama 3 tahun yaitu data pada bulan Januari tahun 2017 hingga bulan November tahun 2019. Hasil peramalan menunjukkan hasil yang sangat baik untuk kategori produk kursi dengan peramalan jumlah permintaan 104 dengan nilai error 8,0920% dan memiliki tingkat akurasi 91,9080%, untuk kategori produk lemari menunjukkan hasil yang baik dengan peramalan jumlah permintaan 28 dengan nilai error 10,1441% dan memiliki tingkat akurasi 89,8559%, dan yang terakhir pada kategori produk meja menunjukkan hasil yang baik dengan peramalan jumlah permintaan 44 dengan nilai error 11,4029% dan memiliki tingkat akurasi 88,5971%.