PENERAPAN UKURAN KETEPATAN NILAI RAMALAN DATA DERET WAKTU DALAM SELEKSI MODEL PERAMALAN VOLUME PENJUALAN PT SATRIAMANDIRI CITRAMULIA

Peramalan dilakukan karena adanya kompleksitas dan ketidakpastian yang dihadapi oleh si pembuat keputusan. Artikel ini membahas pemilihan model peramalan yang sesuai dengan data deret waktu yang ada. Suatu proses untuk memperkirakan secara sistematik tentang apa yang paling mungkin terjadi di masa depan berdasarkan data series masa lalu dan sekarang memerlukan model peramalan yang tepat/sesuai, agar kekeliruannya (selisih antara apa yang terjadi dengan hasil perkiraan) dapat diperkecil. Untuk mendapatkan metode yang tepat diperlukan alat ukur untuk mendeteksi ketepatan nilai ramalan. Dalam tulisan ini dibahas cara deteksi ketepatan peramalan dengan mean square error (MSE) dan mean absolute percentage error (MAPE). Peramalan menggunakan metode Moving Average, Exponential Smoothing, dan Winters. Dengan ketiga metode di atas ditentukan nilai ramalan dan dipilih nilai MSE dan MAPE terkecil. Hasil analisis data menunjukkan bahwa Exponential Smoothing dianggap metode yang tepat untuk meramalkan volume penjualan PT Satriamandiri Citramulia karena menghasilkan nilai MSE dan MAPE terkecil