Published 2025-11-12
Keywords
- Peramalan$Penjualan, Moving Average, Exponential Smoothing, Akurasi, Logistik
How to Cite
Abstract
Peramalan penjualan merupakan salah satu aspek penting dalam manajemen operasional dan logistik, karena berfungsi sebagai dasar dalam menentukan kebijakan produksi, persediaan, dan distribusi. Kesalahan dalam peramalan dapat berdampak pada kelebihan persediaan maupun kekurangan stok, yang keduanya berpengaruh negatif terhadap$kinerja$perusahaan. Penelitian$ini$bertujuan&untuk$menganalisis$penerapan$metode Moving$ Average (MA) dan$Exponential$Smoothing (ES) dalam$peramalan$penjualan berdasarkan studi kepustakaan dari delapan artikel jurnal serta satu buku referensi. Metode$penelitian$yang$digunakan adalah$deskriptif$komparatif dengan teknik analisis literatur. Data dianalisis secara naratif dengan membandingkan tingkat akurasi kedua metode melalui indikator kesalahan seperti Mean Absolute Deviation (MAD), Mean Squared Error (MSE), dan Mean Absolute Percentage Error (MAPE).$Hasil kajian menunjukkan$bahwa$$metode MA lebih sesuai digunakan pada data dengan pola stabil dan tren jangka panjang yang konsisten, sementara metode ES lebih unggul dalam menghadapi data yang fluktuatif dan dipengaruhi faktor musiman. Tidak ada satu metode yang selalu lebih akurat dalam semua kondisi, sehingga pemilihan teknik peramalan harus mempertimbangkan karakteristik data yang dihadapi. Evaluasi akurasi peramalan juga penting dilakukan secara berkala agar hasil prediksi tetap relevan dengan kondisi aktual. Penelitian ini menegaskan bahwa kombinasi penggunaan metode peramalan serta uji coba lebih dari satu teknik dapat meningkatkan akurasi prediksi penjualan dan mendukung pengambilan keputusan strategis dalam manajemen logistik.
Downloads
References
- Abdullah, A., Harianto, R., & Nugraha, D. R. (2021). Analisis peramalan penjualan kartu XL menggunakan metode Moving Average dan Exponential Smoothing. Jurnal Jaringan Sistem Informasi Robotik, 1(2), 54–63.
- Almaliki, S., Isnawaty, I., Satyadharma, R. A., & Hado, J. A. (2024). Perbandingan metode Moving Average dan Exponential Smoothing dalam peramalan arus barang bongkar. Jurnal Ilmu Komputer dan Sistem Informasi, 12(1), 33–44.
- Auliasari, K., Kertaningtyas, M., dan Kriswantono, M. 2020. Penerapan metode peramalan untuk identifikasi permintaan konsumen. INFORMAL: Informatics Journal, 4(3): 121. https://doi.org/10.19184/isj.v4i3.14615
- Ardiansah, I., Adiarsa, I. F., Putri, S. H., & Pujianto, T. (2021). Penerapan Analisis Runtun Waktu pada Peramalan Penjualan Produk Organik menggunakan Metode Moving Average dan Exponential Smoothing. Jurnal Teknik Pertanian Lampung (Journal of Agricultural Engineering), 10(4), 548–559. https://doi.org/10.23960/jtep-l.v10i4.548-559
- Azizah, N. N., & Nisah, F. A. (2024). Analisis Peramalan Demand Produk RBL dengan Metode Double Exponensial Smoothing, Moving Avarage, dan Regresi Linear di PT Seiwa Indonesia. JUTIN : Jurnal Teknik Industri Terintegrasi, 7(1), 315–324. https://doi.org/https://doi.org/10.31004/jutin.v7i1.24763
- Hantono. (2024). Analisis metode peramalan penjualan menggunakan Moving Average dan Exponential Smoothing pada industri retail. Jurnal Ilmu Ekonomi dan Bisnis, 15(2), 145–156.
- Jorgi, R., Kusumawati, N., Prabowo, A., Hamdani, A., Gandhi, A., & Nugraha, I. (2025). Analisis perbandingan metode Exponential Smoothing dan Moving Average dalam peramalan produksi tempe. Jurnal Teknologi dan Sistem Informasi Bisnis, 7(1), 20–29.
- Komala, S., & Andriana, A. N. (2024). Analisis Peramalan Permintaan Dalam Menentukan Perencanaan Pengadaan Barang Dengan Penerapan Metode Exponential Smoothing Pada Usaha Dagang Serbi.smr di Kota Samarinda. Journal of Management Studies and Entrepreneurship (MSEJ), 5(1). https://doi.org/https://doi.org/10.37385/msej.v5i1.4321
- Meliani, S., Siagian, Y., & Ananda, R. (2024). Sistem Forecasting Permintaan Tempe menggunakan Metode Weighted Moving Average. Edumatic: Jurnal Pendidikan Informatika, 8(1), 133–142. https://doi.org/10.29408/edumatic.v8i1.25632
- Nurlela, L., Pratiwi, A., & Yulianti, D. (2025). Analisis perbandingan metode peramalan ARIMA, Moving Average, dan Exponential Smoothing untuk prediksi penjualan di PT SAI. Jurnal Teknologi Informasi dan Sains Terapan, 4(1), 1–10.
- Pujawan, I. N., & Mahendrawathi, E. R. (2017). Mengelola kinerja sistem logistik (Edisi 3). Surabaya: Guna Widya.
- Rodiah, D., & Yunita, Y. (2022). Penerapan metode Exponential Smoothing dan Moving Average untuk peramalan produksi pempek. Jurnal Aplikasi Komputer dan Komunikasi (JAKAKOM), 6(2), 131–140.
- Simon, G. (2025). Peramalan pendaftar mahasiswa baru dengan menggunakan metode moving average, weighted moving average dan exponential smoothing. Jurnal Teknik Industri Terintegrasi (JUTIN), 8(1), 13–21. https://doi.org/10.31004/jutin.v8i1.36423
- Vimala, J., & Nugroho, A. (2022). Forecasting Penjualan Obat Menggunakan Metode Single, Double, Dan Triple Exponential Smoothing ( Studi Kasus : Apotek Mandiri Medika). IT-Explore: Jurnal Penerapan Teknologi Informasi Dan Komunikasi, 1(2), 90–99. https://doi.org/10.24246/itexplore.v1i2.2022.pp90-99
- Wahyuni, N. (2021). Penerapan metode peramalan Moving Average dan Exponential Smoothing pada industri manufaktur. Media Factory of Accounting (MFA), 3(2), 125–134.