Article Sidebar

Submitted
July 4, 2023
Published
May 26, 2025
Download
PDF (Bahasa Indonesia)
Statistic
Read Counter : 73 Download : 48

Main Article Content

Abstract

Alin Cake and Bakery adalah sebuah Usaha Mikro, Kecil, dan Menengah (UMKM) yang mengkhususkan diri dalam memproduksi makanan ringan, salah satunya adalah bolu kemojo. Setiap bulannya, usaha ini mengalami fluktuasi dalam penjualan bolu kemojo. Namun, saat ini mereka masih mengandalkan intuisi dari pemiliknya untuk menentukan jumlah produk yang akan dijual. Akibatnya, terkadang terjadi kekurangan atau kelebihan produk pada beberapa bulan tertentu. Agar bisa mencapai keuntungan maksimum, UMKM Alin Cake and Bakery perlu mencari metode peramalan permintaan yang lebih akurat. Dalam penelitian ini, tujuannya adalah mengevaluasi berbagai model peramalan yang dapat diterapkan dengan tepat pada UMKM Alin Cake and Bakery. Beberapa metode peramalan yang digunakan adalah moving average (4 periode), exponential smoothing (α = 0,1), dan metode Holt (α = 0,2, β = 0,4). Setelah menganalisis data penjualan bolu kemojo dari Januari hingga Desember tahun 2021 dan 2022, hasil penelitian menunjukkan bahwa metode terbaik yang dapat digunakan untuk meramalkan permintaan bolu kemojo pada Januari 2023 adalah metode Holt. Dari hasil evaluasi, diketahui bahwa metode Holt memiliki nilai galat MAPE terkecil, yaitu sebesar 18,26%, dibandingkan dengan kedua model lainnya. Oleh karena itu, peramalan permintaan dengan menggunakan metode Holt menghasilkan angka 1.552 bolu kemojo yang sebaiknya diproduksi pada Januari 2023. Dengan menggunakan metode ini, diharapkan UMKM Alin Cake and Bakery dapat mengoptimalkan produksi dan meminimalkan potensi kerugian akibat ketidaksesuaian antara permintaan dan produksi bolu kemojo.

Article Details

License

Copyright (c) 2025 Rahmadini Payla Juarsa, Nazliana Aqila, Wulan Puti Maulina, Aidil Jaya Putra, Royando Cibro, Melvy Jumiati

Creative Commons License

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

Authors who publish in this journal agree with the following terms:

  1. Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgment of the work's authorship and initial publication in this journal.
  2. Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
  3. Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).
  4. This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
How to Cite
Juarsa, R. P., Aqila, N., Maulina, W. P., Putra, A. J., Cibro, R., & Jumiati, M. (2025). PENDEKATAN METODE PERAMALAN UNTUK OPTIMALISASI PERMINTAAN BOLU KEMOJO PADA UMKM ALIN CAKE AND BAKERY. Jurnal Agroindustri, 15(1), 1–12. https://doi.org/10.31186/jagroindustri.15.1.1-12
Download Citation
Endnote/Zotero/Mendeley (RIS)
BibTeX

References

  1. Ardiana, D. P. Y., & Loekito, L. H. (2018). Sistem Informasi Peramalan Persediaan Barang Menggunakan Metode Weighted Moving Average. Jurnal Teknologi Informasi dan Komputer, 4(1), 71–79.
  2. Fachrurrazi, S. (2015). Peramalan Penjualan Obat Menggunakan Metode Single Exponential Smoothing Pada Toko Obat Bintang Geurugok. Techsi, 6(1), 19–30.
  3. Jumardi, R., & Widiastuti, S. H. (2021). Aplikasi Forecasting Penjualan dan Persediaan Produk Usaha Mikro, Kecil dan Menengah. JSAI: Journal Scientific and Applied Informatics, 4(3), 383–390.
  4. Maricar, M. A. (2019). Analisa Perbandingan Nilai Akurasi Moving Average dan Exponential Smoothing untuk Sistem Peramalan Pendapatan pada Perusahaan XYZ. Jurnal Sistem Dan Informatika, 13(2), 36–45.
  5. Marita, L. S., & Darwati, I. (2022). Prediksi Persediaan Barang Menggunakan Metode Weighted Moving Average, Exponential Smoothing dan Simple Moving Average. Jurnal Tekno Kompak, 16(1), 56–68.
  6. Nasharudin, A. D. A., & Ependi, U. (2023). Analisis Peramalan Penjualan Produk Pada PT. Enseval Putera Megatrading TBK Menggunakan Metode Regresi Linear Sederhana. Jurnal JUPITER, 15(1), 317–326.
  7. Nurlifa, A., & Kusumadewi, S. (2017). Sistem Peramalan Jumlah Penjualan Menggunakan Metode Moving Average Pada Rumah Jilbab Zaky. Jurnal Invotek Polbeng - Seri Informatika, 2(1), 18–25.
  8. Pratama, E. C., Furqon, M. T., & Adinugroho, S. (2021). Exponential Smoothing untuk Peramalan Jumlah Penjualan Hijab Vie Hijab Store. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, 5(12), 5264–5271.
  9. Pratiwi, D., Winanjaya, R., & Irawan. (2022). Implementasi Metode Weighted Moving Average untuk Peramalan Produksi Daging Itik Manila di Indonesia. JOMLAI: Journal of Machine Learning and Artificial Intelligence, 1(3), 191–200.
  10. Putra, E. F., Asdi, Y., & Maiyasatri. (2019). Peramalan Dengan Metode Pemulusan Eksponensial Holt-Winter Dan Sarima (Studi Kasus: Jumlah Produksi Ikan (Ton) Di Kota Sibolga Tahun 2000-2017). Jurnal Matematika UNAND, 8(1), 75–83.
  11. Rachman, R. (2018). Penerapan Metode Moving Average dan Exponential Smoothing pada Peramalan Produksi Industri Garment. Jurnal Informatika, 5(1), 211–220.
  12. Romaita, D., Bachtiar, F. A., & Furqon, M. T. (2019). Perbandingan Metode Exponential Smoothing Untuk Peramalan Penjualan Produk Olahan Daging Ayam Kampung (Studi Kasus : Ayam Goreng Mama Arka). Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, 3(11), 10384–10392. https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/6682
  13. Sanjaya, F. I., & Heksaputra, D. (2020). Prediksi Rerata Harga Beras Tingkat Grosir Indonesia dengan Long Short Term Memory. Jurnal Teknik Informatika dan Sistem Informasi, 7(2), 163–174.
  14. Sarbaini, S., & Safitri, E. (2022). Penerapan Metode Single Exponential Smoothing dalam Memprediksi Jumlah Peserta Pelatihan Masyarakat. Lattice Journal : Journal of Mathematics Education and Applied, 2(2), 103–117. https://doi.org/10.30983/lattice.v2i2.5937
  15. Siswanto, E., Wibawa, E. S., & Mustofa, Z. (2021). Implementasi Aplikasi Sistem Peramalan Persedian Barang Menggunakan Metode Single Moving Average Berbasis Web. Jurnal Ilmiah Elektronika dan Komputer, 14(2), 224–233.
  16. Sucipto, C. S., Sulandari, W., & Susanti, Y. (2023). Analisis Perbandingan Peramalan Indeks Harga Saham Hang Seng Menggunakan Metode Naive, Holt’s Exponential Smoothing dan Neural Network Autoregressive (NNAR). Seminar Nasional LPPM UMMAT, 2, 423–430.
  17. Sumari, A. D. W., Musthafa, M. B., Ngatmari, & Putra, D. R. H. (2020). Comparative Performance of Prediction Methods for Digital Wallet Transactions in the Pandemic Period. Jurnal RESTI (Rekayasa Sistem Dan Teknologi Informasi), 4(4), 642–647. https://doi.org/10.29207/resti.v4i4.2024
  18. Suryaningrum, K. M., & Pendawa, S. (2015). Analisa dan Penerapan Metode Single Exponential Smoothing Untuk Prediksi Penjualan Pada Periode Tertentu (Studi Kasus : PT. Media Cemara Kreasi). Prosiding SNATIF Fakultas Teknik - Universitas Muria Kudus, 259–266.
  19. Wahyuni, I., Nafi’iyah, N., & Masruroh. (2019). Sistem Peramalan Penjualan Perumahan di Kabupaten Lamongan Dengan Menggunakan Metode Regresi Linier Berganda. Seminar Nasional Sistem Informasi Fakultas Teknologi Informasi UNMER Malang, 1969–1973.
  20. Wardah, S., & Iskandar, I. (2016). Analisis Peramalan Penjualan Produk Keripik Pisang Kemasan Bungkus (Studi Kasus : Home Industry Arwana Food Tembilahan). Jurnal Teknik Industri, XI(3), 135–142.