Peramalan Hasil Penjualan Minyak Cpo (Crude Palm Oil) Pada PT. Golden Oilindo Nusantara Dengan Time Series

Rafiqa Fijra, Michael Navero

Submitted : 2022-12-19, Published : 2023-01-13.

Abstract

Ketidakstabilan produksi dialami oleh PT. Golden Oilindo Nusantara yang dikarenakan jumlah pasokan Tandan Buah Segar (TBS) yang beragam dari pemasoknya. Peramalan produksi dilakukan untuk mengetahui besarnya jumlah produksi untuk masa yang akan datang. Peramalan produksi juga membantu perusahaan dalam pengambilan keputusan berdasarkan hasil peramalan perusahaan dan memiliki tingkat kesiapan kapasitas produksi yang optimal untuk mempertahankan efisiensi dari kegiatan operasional. Sejumlah metode peramalan diterapkan pada penelitian ini yaitu, Moving Average, Exponential Smoothing dan Regresi Linier. Selanjutnya dilakukan perhitungan error dengan menggunakan Mean Absolute Error (MAE) dan diperoleh nilai error terkecil terdapat pada metode regresi linier. Sehingga metode peramalan yang digunakan  untuk meramalkan jumlah produksi CPO pada periode yang akan datang adalah metode regresi linier. Dengan demikian pada penelitian ini dihasilkan ramalan jumlah produksi CPO pada perusahaan untuk 6 periode selanjutnya.

Keywords

CPO; CPO sales; Forecasting Methods.

References

Kementerian Pertanian Republik Indonesia, 2022, "Devisa Ekspor Kelapa Sawit Capai 250 Triliyun", https://www.pertanian.go.id/home/?show=news&act=view&id=1663, diakses pada: 11 Desember 2022, 6.58 WIB.

Padma Y.N., Tuningrat, dan Suryawa,W,A, 2016, "Analisis Peramalan Penjualan Produk Kecap Pada Perusahaan Kecap Manalagi Denpasar Bali", Jurnal Rekayasa Dan Manajemen Agroindustri, 4(1), 72–81.

Prasetya dan Fitri,L., 2009, Manajemen Operasi. Yogyakarta: Media Presindo.

Subagyo, 2008, Forecasting Konsep dan Aplikasi. Yogyakarta: BPFE

Handoko, 1984. Dasar-dasar Manajemen Produksi dan Operasi. Yogyakarta: BPFE UGM Yogyakarta.

Sunyoto, D. 2007. Analisis Regresi dan Korelasi Bivariat. Yogyakarta: Amara Books

Wang, W dan Lu, Y., 2018, Analysis of the Mean Absolute Error (MAE) and the Root Mean Square Error (RMSE) in Assessing Rounding Model , ICMEMSCE, IOP Conf. Series: Materials Science and Engineering.

Article Metrics

Abstract view: 228 times
Download     : 305   times

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

Refbacks

  • There are currently no refbacks.