ANALISIS PERBANDINGAN HASIL PERAMALAN DATA TRANSAKSI PERUSAHAAN JASA DENGAN METODE DERET BERKALA

Abstract

ABSTRACT
Decreasing profits is a frightening problem for auto repair service companies. Transactions that occur in the company are erratic every month, so the company needs a solution to stabilize the profits it gets. One solution to maintaining company profits is by analyzing transaction data through data forecasting. From the results of forecasting transaction data, the company can use it to prepare strategies related to the number of workers and production materials needed. Strategy preparation is assisted by the time series forecasting method applied to transaction data over the last 5 years. The methods analyzed include moving average, Single Exponential Smoothing, double exponential smoothing, and winter's method. The periodic series method will be compared based on the accuracy obtained. From this method, it is found that Single Exponential Smoothing is the most suitable forecasting method for the number of transactions that occur. This can be seen from the MAPE (Mean Absolute Percentage Error) value obtained at 8.0975 and the MAD (Mean Absolute Deviation) value of 4.1636. It can be concluded that Single Exponential Smoothing can be applied in forecasting transaction data of auto repair service companies and can be considered as a forecasting method in the development of a company's forecasting system going forward.
Keywords: Forecasting, Time Series, Moving Average, Exponential Smoothing, Winters
ABSTRAK
Penurunan keuntungan merupakan masalah yang menakutkan pada perusahaan jasa perbaikan kendaraan. Transaksi yang terjadi di perusahaan tidak menentu dalam setiap bulannya sehingga perusahaan membutuhkan solusi untuk menstabilkan keuntungan yang didapatkan. Salah satu solusi untuk mempertahankan profit perusahaan adalah dengan melakukan analisis terhadap data transaksi melalui peramalan data. Dari hasil peramalan data transaksi dapat dimanfaatkan perusahaan untuk menyiapkan strategi terkait jumlah tenaga kerja dan material produksi yang diperlukan. Penyusunan strategi dibantu dengan metode peramalan time series yang diterapkan pada data transaksi dalam kurun waktu 5 tahun terakhir. Metode yang dianalisis meliputi moving average, Single Exponential Smoothing, double exponential smoothing, dan winter’s method. Metode deret berkala tersebut akan dibandingkan berdasarkan akurasi yang didapatkan. Dari metode tersebut didapatkan bahwa Single Exponential Smoothing merupakan metode peramalan yang paling cocok dengan jumlah transaksi yang terjadi . Hal ini dilihat dari nilai MAPE (Mean Absolute Percentage Error) yang didapat sebesar 8,0975 dan nilai MAD (Mean Absolute Deviation) sebesar 4,1636. Dapat disimpulkan bahwa Single Exponential Smoothing dapat diterapkan dalam peramalan data transaksi perusahaan jasa perbaikan kendaraan dan dapat dipertimbangkan sebagai metode peramalan dalam pembangunan sistem peramalan perusahaan kedepannya.
Kata Kunci : Peramalan, Deret Berkala, Moving Average, Eksponential Smoothing, Winters