Peramalan Penjualan Daging Sapi Menggunakan Metode Trend Least Square

Abstract

Toko dan supplier daging sapi Hari®Zim adalah toko yang menjual berbagai jenis daging sapi seperti jenis daging serloin, tenderloin, lidah, gandik, paru, buntut potong, iga potong, otak, kaki A (kaki matang), kaki b (kaki lepas tulang), kaki c (kaki kerok bulu), kulit, jantung, frozzen AMH, frozzen LVRN, tahu campur, dan rawonan. Toko ini berdiri pada tahun 2012. Namun, selama ini target penjualan untuk masa depan tidak obyektif karena masih berbasis pada manajemen intuitif dan masih dipengaruhi oleh pendapat atau perasaan pembuatnya. Oleh karena itu dibutuhkan sebuah sistem yang dapat membantu manajemen untuk menentukan target penjualan di masa depan secara lebih obyektif, sehingga penentuan target penjualan bisa lebih akuntabel.
 Selama ini toko daging sapi Hari®Zim dalam pengelolahan stok daging tidak dinamis atau tidak disesuaikan dengan perkiraan penjualan berikutnya karena belum menggunakan sistem prediksi. Oleh karena itu perlu adanya suatu sistem yang dapat memprediksi penjualan daging tersebut. Dalam penelitian ini, permasalahan yang akan dibahas adalah menguji apakah model peramalan time series dengan menggunakan metode Trend Least Square yang akan digunakan sudah sesuai dengan kondisi perusahaan, sehingga Toko daging sapi Hari®Zim tetap eksis dalam menghadapi persaingan usaha yang sejenis.
 Penelitian ini dilakukan dengan menggunakan data primer berupa data penjualan daging sapi periode Januari 2015 – Mei 2017 pada toko daging sapi Hari®Zim Malang. Pengujian sistem dilakukan tiga kali, masing-masing uji komposisi menggunakan jumlah data pelatihan yang berbeda. Kemudian akan dibandingkan dengan data penjualan aktual untuk mengetahui hasil peramalan terbaik dan mendapatkan nilai kesalahan peramalan terkecil dengan Mean Absolute Presentase Error (MAPE). Kesalahan perkiraan terbaik ditemukan pada tes ketiga dengan menggunakan data pelatihan 9 bulan dan di dapatkan hasil perhitungan MAPE sebesar 0,022251 (2%). Berdasarkan hasil pengujian sistem menunjukkan bahwa jumlah data yang digunakan mempengaruhi Mean Absolute Presentase Error (MAPE). Aplikasi yang dikembangkan dapat di rekomendasikan untuk menentukan jumlah stok bulan berikutnya pada Toko daging sapi Hari®Zim.

Pengendalian Persediaan Bahan Baku Masker Medis 3-Ply Menggunakan Metode Material Requirement Planning (MRP) di PT XYZ

“…Peramalan disebut sebagai suatu usaha yang menerapkan berbagai metode pendekatan baik secara kualitatif maupun kuantitatif (Fahmi, 2014). Metode peramalan kualitatif mengarah pada metode intuitif digunakan jika data masa lampau tidak ada (Rahmad et al, 2019), sedangkan kuantitatif berdasarkan metode perhitungan matematis (Alfarisi, 2017).…”

Implementasi Data Mining Menggunakan Metode Least Square untuk Memprediksi Penjualan Lampu LED pada PT. Sumber Dinamika Solusitama

“…Sebenarnya permasalahan-permasalahan tersebut bisa diantisipasi atau dikurangi dengan melakukan peramalan pada penjualan periode yang akan datang. Peramalan (forecasting) adalah seni dan ilmu memprediksi peristiwa-peristiwa yang akan terjadi dengan menggunakan data historis dan memproyeksikannya ke masa depan dengan beberapa bentuk matematis (Rahmad et al, 2019). Jika dilakukan peramalan, diperlukan metode tertentu yang mana bergantung dari data yang digunakan dan tujuan yang hendak dicapai.…”

Sales Forecasting by Using Exponential Smoothing Method and Trend Method to Optimize Product Sales in PT. Zamrud Bumi Indonesia During the Covid-19 Pandemic

“…Once calculated using a system designed to produce the smallest MAPE value of 0.066752122 (2%) with the most number of periods being 9 months. Therefore it can be concluded that the least square method will be better if the amount of data used is more and more, so that the resulting forecasting errors are lower [7]. Least square method to forecast milk sales for the next 1 year and recommend alternatives to procurement of optimal milk supplies in the future.…”