ANALISIS PERBANDINGAN MODEL ARIMA DAN EXPONENTIAL SMOOTHING DALAM MEMPREDIKSI PERSEDIAAN PADA PERUSAHAAN OTOMOTIF

Peramalan merupakan suatu kegiatan untuk memprediksi kejadian di masa yang akan datang dengan menggunakan dan mempertimbangkan data dari masa lampau. Peramalan merupakan alat bantu yang penting dalam perencanaan yang efektif dan efisien. Sehingga peramalan permintaan dapat diprediksi dan jumlah persediaan dapat ditentukan guna mengantisipasi jumlah permintaan yang variatif dan fluktuatif. Agar diperoleh hasil ramalan yang baik maka dilakukanlah metode peramalan yang dapat meramalkan data musiman. Penelitian ini bertujuan untuk mengetahui model peramalan terbaik dengan metode ARIMA dan Exponential Smoothing serta mengetahui perbandingan hasil peramalan dengan kedua metode tersebut sehingga diperoleh metode terbaik. Data jumlah permintaan mobil PT. Suzuki Indomobil Motor tahun 2017–2019 merupakan data yang mengandung pola musiman sehingga ARIMA dan Exponential Smoothing Holt-Winters Additive dapat digunakan. Data diperoleh dengan cara dokumentasi pengumpulan data sekunder dan studi pustaka. Hasil penelitian menunjukkan bahwa PT. Suzuki Indomobil Motor lebih tepat menggunakan metode Exponential Smoothing Holt-Winters Additive karena tingkat error yang dihasilkan lebih keci