Peramalan Stok Produk Meubel Menggunakan Metode Single Moving Average dan Exponential Smoothing
DOI:
https://doi.org/10.31004/riggs.v5i1.7126Keywords:
Meubel, Peramalan, Single Moving Average, Exponential SmoothingAbstract
Permasalahan perekonomian global yang terjadi dalam beberapa tahun terakhir memberikan dampak signifikan terhadap berbagai sektor industri, termasuk industri meubel. Ketidakstabilan kondisi pasar menyebabkan fluktuasi permintaan yang berdampak langsung pada perencanaan produksi dan pengelolaan persediaan barang. Kesalahan dalam memperkirakan jumlah permintaan sering menimbulkan penumpukan stok atau kekurangan barang, sehingga perusahaan berpotensi mengalami kerugian akibat biaya penyimpanan yang tinggi maupun kehilangan peluang penjualan. Kondisi ini juga terjadi pada PT. Wira Utama yang beralamat di Jl. Prof. H. M. Yamin No. 23, Gg. Buntu, Kota Medan yang bergerak di bidang penjualan meubel di Kota Medan, dimana proses peramalan sebelumnya masih dilakukan secara konvensional berdasarkan perkiraan tanpa perhitungan matematis yang terukur. Penelitian ini bertujuan untuk meramalkan kebutuhan stok dan produksi pada periode berikutnya dengan menerapkan metode Single Moving Average dan Exponential Smoothing berbasis data historis penjualan tahun 2019–2022. Kedua metode dibandingkan menggunakan parameter pengukuran kesalahan, yaitu Mean Absolute Deviation (MAD), Mean Squared Error (MSE), dan Mean Absolute Percentage Error (MAPE) untuk menentukan tingkat akurasi peramalan. Hasil penelitian menunjukkan bahwa penerapan metode peramalan berbasis time series mampu menghasilkan estimasi yang lebih objektif dan sistematis dibandingkan metode manual. Nilai rata-rata MAPE sebesar 14% menunjukkan tingkat kesalahan yang relatif rendah, sehingga model yang diterapkan dinilai layak digunakan sebagai dasar pengambilan keputusan dalam perencanaan produksi, pengendalian persediaan, dan optimalisasi manajemen stok perusahaan.
Downloads
References
Alkadrie, S. S., Wijaya, M. Y., & Fitriyati, N. (2025). Evaluasi performa metode exponential smoothing pada data runtun waktu hierarkis. The Indonesian Journal of Computer Science, 14(2).
Almaliki, M. F., Isnawaty, I., Satyadharma, M., & Hado, H. (2024). Perbandingan metode exponential smoothing dan moving average pada arus barang bongkar. Jurnal Manajemen Informatika (JAMIKA), 14(2), 125–134.
Ambarwati, R., & Rumah, P. P. (2021). Manajemen operasional dan implementasi dalam industri. Penerbit Pustaka Rumah C1nta.
Budiman, S. N. (2021). Peramalan stock barang dagangan menggunakan metode single exponential smoothing. Jurnal Teknologi dan Manajemen Informatika, 7(2), 103–112. https://doi.org/10.26905/jtmi.v7i2.6727
Fatalifi, A. G. (2025). Pengembangan sistem peramalan permintaan menggunakan algoritma support vector regression untuk optimalisasi safety stock berbasis web (Studi kasus: JG Motor Sukabumi) (Doctoral dissertation, Nusa Putra University).
Khoiri. (2021). Perhitungan single moving average dan exponential smoothing. https://www.khoiri.com/2021/04/
Listy, V., & Ilham, I. (2025). Revolusi sistem informasi manajemen di era AI dan big data mengubah cara bisnis bekerja. Simpatik: Jurnal Sistem Informasi dan Informatika, 5(1), 27–36.
Lusiana, A., & Yuliarty, P. (2020). Penerapan metode peramalan (forecasting) pada permintaan atap di PT X. Industri Inovatif: Jurnal Teknik Industri, 10(1), 11–20. https://doi.org/10.36040/industri.v10i1.2530
Marizal, M., & Mutiarani, F. (2022). Penerapan metode exponential smoothing dalam memprediksi jumlah peserta didik baru di SMA favorit Kota Payakumbuh. Majalah Ilmiah Matematika dan Statistika, 22(1), 43. https://doi.org/10.19184/mims.v22i1.30138
Novarika, W., Parinduri, L., & Darvito, D. (2021). Analisa persediaan produk furniture dan aksesoris dengan menggunakan metode ABC di PT Home Center. Buletin Utama Teknik, 16(3), 213–214.
Nurlaela, W., Pratiwi, A. I., & Yulianti, H. T. (2025). Analisis metode moving average, exponential smoothing, dan ARIMA dalam peramalan permintaan untuk pengendalian stok floor rear (Studi kasus: PT SAI). Jurnal Teknologi dan Manajemen Industri Terapan, 4(3), 1066–1075.
Ramadhan, H. A. (2025). Prediksi curah hujan menggunakan metode ARIMA (Autoregressive Integrated Moving Average) (Studi kasus: Kabupaten Sleman, Semarang, dan Surabaya) (Doctoral dissertation, Universitas Islam Indonesia).
Santoso, A. B., Rumetna, M. S., & Isnaningtyas, K. (2021). Penerapan metode single exponential smoothing untuk analisa peramalan penjualan. Jurnal Media Informatika Budidarma, 5(2), 756. https://doi.org/10.30865/mib.v5i2.2951
Subagyo, L. A. A., Ningrum, D. E. A. F., et al. (2022). Upaya meningkatkan pengelolaan sampah melalui pendekatan kontekstual. Jurnal Biolokus: Jurnal Penelitian Pendidikan Biologi dan Biologi, 4(2), 128–135.
Syamil, A., Judijanto, L., Kushariyadi, K., Oktavera, R., Hasibuan, S., Restuasih, S., & Dharaka, K. P. (2026). Manajemen produksi: Konsep, perencanaan, dan pengendalian operasi. PT Sonpedia Publishing Indonesia.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2026 Tomi Ritonga, Yusuf Ramadhan Nasution, Suhardi Suhardi

This work is licensed under a Creative Commons Attribution 4.0 International License.


















