Perancangan Aplikasi Peramalan Produksi di PT. Somacindo Diwimulia dengan menggunakan Metode Double Exponential Smoothing

Penulis

  • Gunawan Gunawan Universitas Buddhi Dharma
  • Indah Fenriana Universitas Buddhi Dharma

Kata Kunci:

Peramalan, Metode Double Exponential Smoothing, PHP, MySQL.

Abstrak

 

PT. Somacindo Diwimulia adalah perusahaan yang bergerak dibidang perakitan jam dinding. Dalam proses operasional saat ini PT. Somacindo Diwimulia memiliki beberapa kendala yang menyebabkan terlambatnya pengiriman pesanan terhadap konsumen. Salah satunya adalah kekurangan stok barang dikarenakan kesalahan dalam menentukan produksi barang. Tujuan dilakukannya penelitian ini adalah membuat suatu aplikasi peramalan produksi yang dapat meramalkan atau memprediksi berapa banyak barang dan barang apa saja yang harus diproduksi dibulan berikutnya. Metode peramalan yang digunakan dalam penelitian ini adalah Metode Double Exponential Smoothing. Metode ini dipilih karena sesuai apabila diterapkan untuk mengolah data yang bersifat time-series atau data yang berubah dari waktu ke waktu, dengan perubahan data yang tidak terlalu cepat. Aplikasi yang dibuat pada penelitian ini berbasis website dengan menggunakan bahasa Pemrograman PHP dan database MySQL. Berdasarkan hasil penelitian yang dilakukan dapat disimpulkan bahwa penerapan Metode Double Exponential Smoothing telah berhasil diterapkan. Karena berdasarkan hasil uji coba, Metode Double Exponential Smoothing telah berhasil diterapkan sesuai dengan fungsi yang diharapkan dan hasil peritungan pada salah satu barang yaitu Jam Dinding 322 dengan nilai alpha 0.7, menghasilkan angka MAPE (Mean Absolute Precentage Error) sebesar 0,551174539%.

 

Unduhan

Data unduhan belum tersedia.

Unduhan

Diterbitkan

2019-11-19

Cara Mengutip

Gunawan, G., & Fenriana, I. (2019). Perancangan Aplikasi Peramalan Produksi di PT. Somacindo Diwimulia dengan menggunakan Metode Double Exponential Smoothing. ALGOR, 1(1). Diambil dari https://jurnal.ubd.ac.id/index.php/algor/article/view/229

Terbitan

Bagian

Articles

Artikel paling banyak dibaca berdasarkan penulis yang sama