Peramalan Produksi Kelapa Sawit Menggunakan Winter's dan Pegel's Exponential Smoothing dengan Pemantauan Tracking Signal

Dwi Agoes Setiawan, Sri Wahyuningsih, Rito Goejantoro

Abstract


Analisis data time series menggunakan metode Winter’s exponential smoothing dan Pegel’s exponential smoothing merupakan analisis data yang dipengaruhi oleh pola data musiman. Winter’s exponential smoothing merupakan metode peramalan yang mengasumsikan pola data bersifat trend aditif sedangkan Pegel’s exponential smoothing menyajikan sembilan model klasifikasi yang memisahkan faktor trend dan musiman. Penelitian ini bertujuan untuk memperoleh model yang tepat dan hasil peramalan dari data produksi kelapa sawit Provinsi Kalimantan Timur periode Januari 2014 sampai Desember 2017. Hasil peramalan diverifikasi menggunakan metode tracking signal. Hasil penelitian menunjukkan bahwa model musiman multiplikatif tanpa trend pada metode Pegel’s exponential smoothing dengan nilai MAPE sebesar 7,04% memiliki akurasi peramalan yang lebih baik daripada metode yang lainnya. Berdasarkan pemantauan menggunakan tracking signal diperoleh satu hasil peramalan yang bersifat bias. Model musiman multiplikatif tanpa trend dapat digunakan untuk meramalkan 3 bulan ke depan yaitu Januari, Februari dan Maret Tahun 2018. Hasil peramalan 3 bulan ke depan mengalami penurunan secara berturut-turut.

Keywords


Kelapa Sawit; Pegel’s Exponential Smoothing; Peramalan; Winter’s Exponential Smoothing; Tracking Signal

Full Text:

PDF

References


S. Makridakis, S. C. Wheelwright, and V. E. McGee, Metode dan Aplikasi Peramalan, Jilid 1. Jakarta: Binarupa Aksara, 2019.

Aswi and Sukarna, Analisis Deret Waktu: Teori dan Aplikasi. Makassar: Andira Publisher, 2006.

J. E. Hanke and D. W. Wichern, Business Forecasting, Eight Edition. New Jersey: Pearson Education Inc, 2005.

A. Eunike, N. W. Setyanto, R. Yuniarti, I. Hamdala, R. P. Lukodono, and A. A. Fanani, Perencanaan Produksi dan Pengendalian Persediaan. Malang: UB Press, 2018.

M. N. Rahmadhani, E. Sulistianingsih, and H. Perdana, “Peramalan Produksi Kelapa Sawit dengan Metode Winter’s Exponential Smoothing dan Pegel’s Exponential Smoothing,” Bul. Ilm., vol. 7, no. 2, pp. 111-118, 2018.

E. S. Raharjo, M. N. Hayati, and S. Wahyuningsih, “Pemantauan Peramalan Akseptor KB Baru Provinsi Kalimantan Timur Menggunakan Simple Moving Average dan Weighted Moving Average dengan Metode Tracking Signal,” J. Eks, vol. 7, no. 1, pp. 17-22, 2016.

J. Heizer and B. Render, Operations Management. Jakarta: Salemba Empat, 2015.

A. L. P. M. Hendrikx, R. M. J. Heuts, and L. G. Hoving, “Comparison of Automatic Monitoring System in Automatic Forecasting,” Res. Mem., vol. 38, no. 6, 1989.

B. P. S. Indonesia, “Statistik Kelapa Sawit.” [Online]. Avalilable: https://www.bps.go.id/publication/2018/11/13/statistik-kelapa-sawit-Indonesia. [Accessed: 20-Mar-2019].




DOI: https://doi.org/10.34312/jjom.v2i1.2320



Copyright (c) 2020 Jambura Journal of Mathematics





                         EDITORIAL OFFICE OF JAMBURA JOURNAL OF MATHEMATICS

 Department of Mathematics, Faculty of Mathematics and Natural Science, Universitas Negeri Gorontalo
Jl. Jenderal Sudirman No.6, Kota Gorontalo, Provinsi Gorontalo 96128, Indonesia
 Email: info.jjom@ung.ac.id
 +62-852-55230451 (Call/SMS/WA)
 Jambura Journal of Mathematics (p-ISSN: 2654-5616 | e-ISSN: 2656-1344) by Department of Mathematics Universitas Negeri Gorontalo is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.  Powered by Public Knowledge Project OJS.