Perbandingan Metode Single Exponential Smoothing Dan Moving Average Dalam Memprediksi Kebutuhan Persediaan Barang

Abstract

Manajemen persediaan yang efektif dan efisien sangat penting dalam operasi bisnis, terutama untuk memastikan ketersediaan barang yang memadai dan meminimalkan biaya penyimpanan. Penelitian ini bertujuan untuk membandingkan dua metode peramalan, yaitu Single Exponential Smoothing (SES) dan Moving Average (MA), dalam memprediksi kebutuhan persediaan barang. Data diambil dari PT. PLN Persero UID Sumatera Barat selama periode tertentu. Metode yang digunakan dalam penelitian ini mencakup analisis data historis persediaan barang, yang kemudian diprediksi menggunakan kedua metode tersebut. Evaluasi kinerja dilakukan berdasarkan nilai Mean Absolute Deviation (MAD) dan Mean Absolute Percentage Error (MAPE) untuk mengukur tingkat akurasi prediksi. Hasil penelitian menunjukkan bahwa metode Single Exponential Smoothing memberikan hasil prediksi yang lebih akurat pada data yang mengandung tren, sedangkan metode Moving Average lebih stabil ketika data bersifat konsisten tanpa fluktuasi besar. Pemilihan metode yang tepat tergantung pada karakteristik data dan kebutuhan spesifik dari perusahaan.