Analisa Peramalan Data Time-Series Dengan Aplikasi Windows POM-QM

Nisa Ayunda; Faizah; Sujarwo

doi:10.36456/buanamatematika.v11i2.5913

Authors

Nisa Ayunda Universitas Pesantren Tinggi Darul Ulum Author
Faizah Universitas Pesantren Tinggi Darul Ulum Author
Sujarwo Universitas Pesantren Tinggi Darul Ulum Author

DOI:

https://doi.org/10.36456/buanamatematika.v11i2.5913

Keywords:

Peramalan, POM-QM for Windows, time series, curah hujan

Abstract

Peramalan data time-series kini menjadi suatu kebutuhan dalam dunia bisnis maupun lingkungan hidup. Software Windows POM – QM memiliki tools dan beberapa metode yang dapat digunakan untuk peramalan data time-series. Diperlukan sebuah analisa hasil peramalan untuk mengetahui efektivitas dan akurasi metode-metode tersebut dalam meramalkan data time series agar dapat digunakan sebagai referensi metode dalam mendapatkan hasil yang optimal. Nilai MAPE digunakan sebagai ukuran perbandingan dalam analisa hasil perbandingan peramalan. Data time series yang digunakan adalah data curah hujan di Kabupaten Jombang. Hasil peramalan dengan metode Exponential Smoothing memiliki rata – rata nilai MAPE terkecil dibandingkan dengan metode lainnya yaitu sebesar 2,4 dengan pola data hasil peramalan berfluktuasi sebagaimana data sebenarnya. Sehingga penggunaan metode Exponential Smoothing dapat digunakan sebegai referensi dalam peramalan data time series dengan pola data musiman dengan menggunakan software Windows POM-QM.

Downloads

Download data is not yet available.

References

Gitosudarmo, H. I. (2002). Manajemen Operasi. Yogyakarta: Universitas Gajah Mada.

Handoko, T. H. (2014). Dasar Dasar Manajemen Produksi dan Operasi. Yogyakarta: BPFE-Yogyakarta.

Heizer, J., & Render, B. (2010). Manajemen Operasi Edisi 9. Jakarta: Salemba Empat.

Indrajit, R. E., & Djokopranoto, R. (2003). Manajemen Persediaan Barang Umum dan Suku Cadang Untuk Keperluan Pemeliharaan Perbaikan dan Operasi. Jakarta: Grasindo.

Kristiyanti, D. A., & Sumarno, Y. (2020). Penerapan Metode Multiplicative Decomposition (Seasonal) Untuk Peramalan Persediaan Barang Pada PT. Agrinusa Jaya Santosa. Jurnal Sistem Komputer dan Kecerdasan Buatan, 3(2), 45-51.

Ngantung, M., & Jan, A. H. (2019). Analisis Peramalan Permintaan Obat Antibiotik. Jurnal EMBA, 7(4), 4859-4867.

Prabowo, R., & Aditia, R. (2020). Analisis Produktivitas Menggunakan Metode POSPAC dan Performance Prism Sebagai Upaya Peningkatan Kinerja (Studi Kasus: Industri Baja Tulangan di PT. X Surabaya). Jurnal Rekayasa Sistem Industri, 9(1), 11-22.

Prakoso, I. A., Kusnadi, & Nugraha, B. (2021). Peramalan Penjualan Produk Dengan Metode Regresi Linear dan Aplikasi POM-QM di PT XYZ. Scientific Journal Widya Teknik, 20(1), 17-20.

Wulandari, S. S., Sufri, & Yurinanda, S. (2021). Penerapan Metode ARIMA Dalam Memprediksi Fluktuasi Harga Saham PT Bank Central Asia Tbk. Buana Matematika: Jurnal Ilmiah Matematika dan Pendidikan Matematika, 11(1), 53-68.

Yuniastari, N. L., & Wirawan, I. W. (2017). Peramalan Permintaan Produk Perak Menggunakan Metode Simple Moving Average Dan Exponential Smoothing. Jurnal Sistem Dan Informatika (JSI), 9(1), 97-106 .