ANALISIS PERAMALAN PERMINTAAN BENSIN PERTAMAX MENGGUNAKAN METODE TIME-SERIES FORECAST PADA PT. ZINDAN UTAMA JAYA PADA TAHUN 2024

Muhammad Zindan Taufikurrahman; Ria Arifianti; Raden Marsha Aulia Hakim

doi:10.34127/jrlab.v13i3.1214

Authors

Muhammad Zindan Taufikurrahman Universitas Padjadjaran
Ria Arifianti Universitas Padjadjaran
Raden Marsha Aulia Hakim Universitas Padjadjaran

DOI:

https://doi.org/10.34127/jrlab.v13i3.1214

Keywords:

Forecasting, Time Series, Exponential Smoothing, Behavior Of Demand

Abstract

Gas Station PT. Zindan Utama Jaya is a company engaged in the marketing of fuel and gas located in Cirebon City. This study aims to enable the company to see the prediction of the amount of fuel demand in the next period so that the company can prepare fuel stock in this case Pertamax fuel, and the company can also prepare future marketing strategies seen from the forecast results. The research method used is quantitative with a time-series method that uses historical data on gasoline sales at PT. Zindan Utama Jaya for one year as the main data and its implementation with the dimensions of time series, behavior of demand, and causes of demand behavior. In its calculations, this study uses the moving average method, exponential smoothing, and adjusted exponential smoothing with error calculations using MAD, MSE, and MAPE. The results of this study indicate that the most effective calculation method calculated from the smallest error is the exponential smoothing method with α = 0.1.

References

Agustin M, P. (2020). Analisis Peramalan Permintaan Produk Wooden Box dan Wooden Pallet di PT Banian Indo Global (Doctoral dissertation, Prodi Teknik Industri)

A. Muri Yusuf, M. (2019). Metode Penelitian: Kuantitatif, Kualitatif & Penelitian Gabungan. Jakarta: Kencana.

Arsyad, L. 1994. Peramalan Bisnis. BPFE. Yogyakarta.

Arumningsih, L., & Darsyah, Moh. 2018. Peramalan Indeks Harga Konsumen Kota Malang Tahun 2014-2016 dengan Menggunakan Metode Moving Average dan Exponential Smoothing Holt-Winter. Skripsi. Semarang: FMIPA Universitas Muhammadiyah Semarang.

Ashri, A. F. (2024, April 15). Nusantara. Retrieved from Kompas: https://www.kompas.id/baca/nusantara/2024/04/15/arus-balik-ratusan-ribu-kendaraan-belum-kembali-via-pantura-cirebon

Asynari, E., Wahyudi, D., & Aeni, Q. (2020). ANALISIS PERAMALAN PERMINTAAN PADA GEPREK BENSU MENGGUNAKAN METODE TIME SERIES. JURTEKSI (Jurnal Teknologi dan Sistem Informasi), VI.

Badan Pusat Statistik. (n.d.). Badan Pusat Statistik. Badan Pusat Statistik. Retrieved June 26, 2023, from https://www.bps.go.id/indicator/17/57/1/jumlah-kendaraan-bermotor.html

Badan Pusat Statistik Kota Cirebon. (2024). Pertumbuhan Ekonomi Kota Cirebon Tahun 2023. No. 04/03/3274/Th. VI, 01 Maret 2024. Cirebon: BPS Kota Cirebon.

Bungin, B. (2017). Penelitian Kualitatif: Komunikasi, Ekonomi, Kebijakan Publik, dan Ilmu Sosial Lainnya. Jakarta: Kencana.

CNN Indonesia. (2023, January 5). Jumlah Kendaraan Januari 2023: Lebih Setengah Populasi Warga Indonesia. CNN Indonesia. Retrieved June 26, 2023, from https://www.cnnindonesia.com/otomotif/20230105090933-579-896395/jumlah-kendaraan-januari-2023-lebih-setengah-populasi-warga-indonesia

Dishub, A. (2019, September 26). Berita. Retrieved from Dinas Perhubungan Kota Cirebon: https://dishub.cirebonkota.go.id/2019/09/pertumbuhan-jumlah-kendaraan-dan-prediksi-jumlah-kendaraan-bermotor-di-kota-cirebon/

Heizer, J., Render, B., & Munson, C. (2017). Operations Management. Pearson Education.

Hernadewita, Hadi, Y. K., & Syaputra, M. J. (2020). Peramalan PenjualanObat Generik Melalui Time Series Forecasting ModelPada Perusahaan Farmasi di Tangerang: Studi Kasus. Journal Industrial Engineering & Management, 1. https://jiemar.org/index.php/jiemar/article/view/38/26

Husaini, H. W., & Junoasmono, T. (2017). Peran Infrastruktur Jalan Pantura Jawa dalam Rangka Mendukung Peningkatan Ekonomi Nasional. Jurnal HPJI.

Huwaida, H. (2019). Statistika deskriptif. Poliban Press. Merdeka. (2018). Retrieved from https://www.merdeka.com/jakarta/mengenal-jalur-pantura-si-penentu-perekonomian-pulau-jawa.html

Nabillah, I., & Ranggadara, I. (2020). Mean Absolute Percentage Error untuk Evaluasi Hasil Prediksi Komoditas Laut. Journal of Information System.

Najoan, R. J., Palandeng, I. D., & Sumarauw, J. S. (2019). Analisis pengendalian persediaan semen dengan menggunakan metode eoq pada Toko Sulindo Bangunan. Jurnal EMBA: Jurnal Riset Ekonomi, Manajemen, Bisnis dan Akuntansi, 7(3).

Nasution, A. H. 2003. Perencanaan dan Pengendalian Produksi Edisi Kedua. Surabaya: Prima Printing.

Nasution, H. F. (2016). Instrumen penelitian dan urgensinya dalam penelitian kuantitatif. Al-Masharif: Jurnal Ilmu Ekonomi Dan Keislaman, 4(1), 59-75.

Nisa, A. F. (2019). Analisis Pengendalian Persediaan Obat Berdasarkan Metode ABC, EOQ dan ROP. Jurnal Manajerial, 6(01), 17-24.

Robial, S. M. (2018). Perbandingan Model Statistik pada Analisis Metode Permalan Time Series (Studi Kasus: PT. Telekomunikasi Indonesia, TBK Kandatel Sukabumi). Jurnal Ilmiah SANTIKA, 8.

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.

Sa’adah, A. F., Fauzib, A., & Juandab, B. (2017). Peramalan Penyediaan dan Konsumsi Bahan Bakar Minyak Indonesia dengan Model Sistem Dinamik. Jurnal Ekonomi dan Pembangunan Indonesia, 17. https://media.neliti.com/media/publications/228256-peramalan-penyediaan-dan-konsumsi-bahan-b4bb7ee2.pdf

Samodra, B. (2012). Analisis peramalan penjualan baju batik blus dan kemeja pada batik pelangi Surakarta.

Stevenson, W. J. (2005). Introduction to Operations Management. McGraw Hill.

Stevenson, W. J. Dan S. C. Chuong. 2014. Manajemen Operasi: Perspektif Asia.Edisi 9 Buku 1. Salemba Empat. Jakarta.

Suhardi, Widyastuti, T., Bisri, & Prabowo, W. (2019). Forecasting Analysis of New Students Acceptance Using Time Series Forecasting Method. Jurnal AKRAB JUARA, 4.

Suryaningrum, K. M., & W, S. P. (2015). Analisis dan Penerapan Metode Single Exponential Smoothing untuk Prediksi Penjualan pada Periode Tertentu (Studi Kasus: PT. Media Cemara Kreasi). Prosiding Senatif, (2), 259–266.

Swarjana, I. K., & SKM, M. (2022). Populasi-sampel, teknik sampling & bias dalam penelitian. Penerbit Andi.

Taylor, B. W., & Russell, R. S. (2011). Operation Management. New Jersey: Wiley

Yunita, S., Mahesti, N. A., Sihalolo, R. M. B., & Setyadi, R. (2022). Forecasting pada Rantai Pasok Pabrik Penggilingan Daging Menggunakan Metode Time Series. JURIKOM (Jurnal Riset Komputer), 9.