ALGORITMA SARIMA DAN ARIMA UNTUK FORECASTING PERSEDIAAN BARANG PADA PT DAPUR SOLO MUSTIKA NUSANTARA

• ABDUL KAFI

---

ABSTRAK

Kuantitas barang yang dijual oleh PT Dapur Solo Mustika Nusantara relatif fluktuatif. Kondisi fluktuatif tersebut menyebabkan stok persediaan barang tidak stabil untuk memenuhi permintaan pasar. Terkadang kelebihan stok mengakibatkan kelebihan kapasitas penyimpanan dalam gudang sehingga tidak ada lagi ruang untuk barang-barang yang baru diproduksi, namun terkadang kekurangan stok sehingga menuntut karyawan untuk bekerja dari pagi hingga pagi hari lagi. Forecasting persediaan barang dibutuhkan untuk menanggulangi permasalahan tersebut. Perhitungan forecasting di PT Dapur Solo Mustika Nusantara masih menggunakan aplikasi sederhana, yakni menggunakan Microsoft Excel sehingga mengakibatkan tidak semua orang bisa menggunakan serta memiliki resiko yang besar. Untuk mempermudah forecasting dibutuhkan sebuah alat agar memudahkan pekerjaan. Machine learning dengan algoritma SARIMA dan ARIMA digunakan untuk menyelesaikan permasalahan ini. Program ini dibuat menggunakan aplikasi pycharm dengan bahasa python serta menggunakan algoritma SARIMA dan ARIMA. Hasil dari penelitian ini adalah sistem mampu forecasting persediaan barang pada PT Dapur Solo Mustika Nusantara serta menampilkan data yang mudah untuk dibaca dan dipahami.

 

Kata Kunci: Forecasting, Persediaan Barang, Machine Learning, PT Dapur Solo Mustika Nusantara

 

KATA KUNCI

Sistem Informasi,machine learning

---

DAFTAR PUSTAKA

[1]      E. Alpaydin, Introduction to Machine Learning, fourth edition. MIT Press, 2020.

[2]      W. W. S. Wei, Multivariate Time Series Analysis and Applications. Wiley, 2019.

[3]      Why? Artificial Intelligence - Kecerdasan Buatan. Elex Media Komputindo, 2021.

[4]      “ArtificialIntelligenceDefinitionEthicsandStandards.” .

[5]      A. Roihan, P. A. Sunarya, and A. S. Rafika, “Pemanfaatan Machine Learning dalam Berbagai Bidang: Review paper,” IJCIT (Indonesian J. Comput. Inf. Technol., vol. 5, no. 1, pp. 75–82, 2020, doi: 10.31294/ijcit.v5i1.7951.

[6]      I. E. Naqa, R. Li, and M. J. Murphy, Machine Learning in Radiation Oncology: Theory and Applications. Springer International Publishing, 2015.

[7]      D. R. Indah and E. Rahmadanni, “Sistem Forecasting Perencanaan Produksi dengan Metode Single Eksponensial Smoothing pada Keripik Singkong Srikandi Di Kota Langsa,” J. Penelit. Ekon. Akutansi, vol. 2, no. 1, pp. 10–18, 2018.

[8]      H. Rusdiana, A., Manajemen Operasi. Bandung: CV. Pustaka Setia, 2014.

[9]      E. Herjanto, Manajemen Operasi. Jakarta: PT. Gramedia, 2008.

[10]    B. Heizer, Jay dan Render, Manajemen Operasi. Jakarta: Salemba Empat, 2015.

[11]    D. Ruhiat, D. Andiani, and W. N. Kamilah, “FORECASTING DATA RUNTUN WAKTU MUSIMAN MENGGUNAKAN METODE SINGULAR SPECTRUM ANALYSIS ( SSA ) PENDAHULUAN Debit sungai merupakan parameter hidrologi yang sangat penting dalam rekayasa dan pengelolaan sumber daya air ( SDA ). Karakteristik debit sungai di In,” vol. 5, no. 1, pp. 47–60, 2020.

[12]    “SARIMASeasonalAutoregressiveIntegratedMovingAverage.” .

[13]    M. M. Dr. Eng. Imam Tahyudin, M. K. Rizki Wahyudi, and A. P. H. Nambo, Kombinasi Metode Sarima dengan PARCD untuk Prediksi Kasus Covid-19. Zahira Media Publisher, 2021.

[14]    Frank van Steenbergen and A. Tuinhof, “??No Title No Title No Title,” Angew. Chemie Int. Ed. 6(11), 951–952., pp. 7–22, 2009.

[15]    L. G. K. Dewi, N. L. P. S. Dewi, and P. A. K. D. Putri, “Analisis Pengendalian Intern Persediaan Barang Dagang Dan Penerapan Akuntansi Pada Pt. Indahwati Sari,” Widya Akunt. dan Keuang., vol. 2, no. 1, pp. 16–31, 2020, doi: 10.32795/widyaakuntansi.v2i1.538.

[16]    C. I. Permatasari, W. Sutopo, and M. Hisjam, “Sales forecasting newspaper with ARIMA: A case study,” AIP Conf. Proc., vol. 1931, pp. 1–10, 2018, doi: 10.1063/1.5024076.

[17]    A. Hadiansyah, “Peramalan Penjualan Cat Pada Pt. Hij Menggunakan Autoregressive Integrated Moving Average,” 2020, [Online]. Available: http://elibrary.unikom.ac.id/id/eprint/3595.

[18]    H. F. Nasution, “Instrumen Penelitian dan Urgensinya Dalam Penelitian Kuantitatif,” pp. 59–75.

[19]    Sugiyono, Metode Penelitian Kuantitatif, 1st ed. Bandung: Penerbit Alfabeta, 2017.