Analisis Peramalan Permintaan Produk Kanon Dengan Metode Triple Exponential Smoothing Dan Metode Autoregressive Integrated Moving Average (ARIMA) (Study Kasus: PT.Petrokimia Kayaku)

Ananda, Chika Fena (2025) Analisis Peramalan Permintaan Produk Kanon Dengan Metode Triple Exponential Smoothing Dan Metode Autoregressive Integrated Moving Average (ARIMA) (Study Kasus: PT.Petrokimia Kayaku). undergraduate thesis, Universitas Muhammadiyah Gresik.

[img]
Preview
Text
HALAMAN PERNYATAAN ORISINALITAS (KEASLIAN).pdf

Download (330kB) | Preview
[img]
Preview
Text
LEMBAR PENGESAHAN TA.pdf

Download (437kB) | Preview
[img]
Preview
Text
LEMBAR PERSETUJUAN PUBLIKASI KARYA ILMIAH.pdf

Download (635kB) | Preview
[img]
Preview
Text
HALAMAN JUDUL.pdf

Download (347kB) | Preview
[img]
Preview
Text
BAB I.pdf

Download (302kB) | Preview
[img]
Preview
Text
BAB II.pdf

Download (349kB) | Preview
[img]
Preview
Text
BAB III.pdf

Download (335kB) | Preview
[img] Text
BAB IV.pdf
Restricted to Repository staff only

Download (334kB)
[img] Text
BAB V.pdf
Restricted to Repository staff only

Download (302kB)
[img]
Preview
Text
BAB VI.pdf

Download (224kB) | Preview
[img]
Preview
Text
DAFTAR PUSTAKA.pdf

Download (283kB) | Preview
[img]
Preview
Text
LAMPIRAN.pdf

Download (1MB) | Preview

Abstract

Penelitian ini dilatar belakangi oleh permasalahan yang dihadapi PT. Petrokimia Kayaku Gresik Pabrik 1 pada bagian PPIC, yakni masalah yang timbul ketersediaan barang masih tidak sesuai dengan permintaan. Tujuan dari penelitian ini adalah untuk menganalisis permintaan, ini menjadi kunci untuk meminimalkan risiko kekurangan stok dan memaksimalkan keuntungan perusahaan. Metode yang digunakan dalam penelitian ini adalah membandingkan peramalan permintaan menggunakan metode Triple Exponential Smoothing (TES) dengan parameter α = 0.2, β = 0.2, dan γ = 0.2 dan metode Autoregressive Integrated Moving Average (ARIMA) (1,1,1) (0,1,1). Triple Exponential Smoothing dengan parameter α yang menentukan bobot data terbaru, memberikan peramalan yang adaptif terhadap tren. Sementara itu, model ARIMA (1,1,1) (0,1,1) memanfaatkan struktur autokorelasi dalam data untuk menghasilkan peramalan yang mempertimbangkan ketergantungan antar periode waktu, dengan bantuan pengolahan data menggunakan minitab 21. Hasil penelitian menunjukkan bahwa metode yang lebih baik adalah metode Triple Exponential Smoothing α = 0.2, β = 0.2, dan γ = 0.2 yang beracuan pada nilai keakuratan terkecil dan verifikasi peramalan yang terkendali. Sehingga dapat meminimalkan risiko kekurangan stok untuk kedepan dan memaksimalkan keuntungan perusahaan.

Item Type: Thesis (undergraduate)
Uncontrolled Keywords: Ketersediaan permintaan, Triple Exponential Smoothing, Arima
Subjects: Engineering > Industrial Engineering
Engineering
Divisions: Faculty of Engineering > Industrial Engineering Study Program
Depositing User: Chika Fena Ananda
Date Deposited: 06 Mar 2025 03:27
Last Modified: 06 Mar 2025 03:27
URI: http://eprints.umg.ac.id/id/eprint/12814

Actions (login required)

View Item View Item