Peramalan Penjualan Motor Yamaha Menggunakan Metode Moving Average dan Exponential Smoothing
DOI:
https://doi.org/10.29313/bcss.v6i1.23701Keywords:
Double Moving Average, Time Series, Triple Exponential SmoothingAbstract
Abstract. YAMAHA is one of the well-known motorcycle brands in Indonesia. Thanks to its victories in the world-class motorcycle racing event MotoGP by Valentino Rossi, YAMAHA has become increasingly recognized by the public, which has led to higher market demand. To meet this market demand, proper inventory management is required so that public demand for Yamaha motorcycles can be fulfilled. To determine the appropriate inventory level, a method capable of forecasting inventory quantities is needed, one of which is time series analysis. Time series analysis is used to analyze historical data in order to forecast future data. Forecasting methods in time series analysis include Double Moving Average, Double Exponential Smoothing, and Triple Exponential Smoothing. Using these methods, the sales of Yamaha Aerox and NMAX motorcycles at PT. XYZ were forecasted. For Aerox motorcycle sales data, the double moving average method with MA (4×6), meanwhile for NMAX motorcycle sales data, the triple exponential smoothing method with α = 0.1.
Abstrak. YAMAHA adalah salah satu merek sepeda motor yang terkenal di Indonesia. Berkat kemenanganya di ajang balap motor kelas dunia MOTOGP oleh Valentino Rossi YAMAHA semakin dikenal oleh Masyarakat, sehingga dapat meningkatkan permintaan di pasar. Untuk memenuhi permintaan pasar maka dibutuhkan persediaan yang tepat sehingga kebutuhan masyarakat terhadap motor Yamaha terpenuhi. Untuk menentukan besarnya pesediaan diperlukan suatu metode yang mampu meramalkan jumlah persediaan, salah satunya adalah analisis time series. Analisis time series digunakan untuk menganalisis sekumpulan data pada masa lalu untuk meramalkan data di masa depan. Metode peramalan dalam analisis time series yang digunakan diantaranya Rata-rata Bergerak Ganda (Double Moving Average), Pemulusan Eksponensial Ganda (Double Exponential Smoothing) dan Pemulusan Eksponensial Tripel (Triple Exponential Smoothing).. Melalui metode tersebut akan diramalkan penjualan motor Yamana Aerox dan Nmax di PT.XYZ. Untuk data penjualan motor AEROX menggunakan metode rata-rata bergerak ganda dengan MA(4X6), sedangkan untuk data penjualan motor NMAX menggunakan metode pemulusan eksponensial tripel dengan nilai α = 0.1.
References
Annafik, A. F., & Mudji, R. (2012). Analisis pengaruh kualitas produk, harga, dan daya tarik iklan terhadap minat beli sepeda motor yamaha. 1(2002), 1–8.
Azmi, U., Hadi, zilullah N., & Soraya, S. (2020). ARDLMETHOD: ForecastingData Jumlah Hari Terjadinya Hujan Di NTB. 3(2), 73–82. https://doi.org/10.30812/varian.v3i2.627
Febrian, D. (2020). The Comparison of Double Moving Average and Double Exponential Smoothing Methods in Forecasting the Number of Foreign Tourists Coming to North Sumatera The Comparison of Double Moving Average and Double Exponential Smoothing Methods in Forecasting the Num. https://doi.org/10.1088/1742-6596/1462/1/012046
Gurianto, R. N., Purnamasari, I., & Yuniarti, D. (2016). Peramalan Jumlah Penduduk Kota Samarinda Dengan Menggunakan Metode Pemulusan Eksponensial Ganda dan Tripel Dari Brown. 7, 23–32.
Hilman, D. A. F., & Mutaqin, A. K. (2023). Penerapan Regresi Double Poisson untuk Memprediksi Pertandingan dan Klasemen Liga 1 Indonesia. Jurnal Riset Statistika, 3(2), 97–106. https://doi.org/10.29313/jrs.v3i2.2784
Ikhwani, R., Siagian, Y., & Marpaung, N. (2022). Penerapan Metode Double Moving Average Dalam Peramalan Permintaan Produk Beras. 4(1), 80–87. https://doi.org/10.47065/bits.v4i1.1499
Iqbal, M., Setya, B., & Wahyu, H. (n.d.). Sistem Peramalan Menggunakan Metode Triple Exponential Smothing Untuk Stok Bahan Spare Partmotor Di Garuda Motor Jajag. (1110651220).
Kurniawan, M. H., & Herwanto, D. (2022). Penerapan Metode Double Exponential Smoothing dan Moving Average pada Peramalan Permintaan Produk Gasket Cap di PT . Nesinak Industries. VII(1), 2537–2546.
Nurhayati, R., Yusron, R. D. R., Sablla, W. I., & Rosiani, U. D. (2025). Penerapan Metode Double Exponential Smoothing untuk Peramalan Penjualan Laptop Application of Double Exponential Smoothing Method for Forecasting. 14, 29–39.
Oktoriandi, D. (2022). Penerapan uji Q Cochran terhadap Atribut Produk Laptop Menggunakan Multiple Response Analysis (MRA). Jurnal Riset Statistika, 1(2), 127–134. https://doi.org/10.29313/jrs.v1i2.521
Shafira Agnia Latfalia, & Reny Rian Marliana. (2024). Klasifikasi Status Indeks Desa Membangun Jawa Barat Menggunakan Algoritma XGBoost. Jurnal Riset Statistika, 75–82. https://doi.org/10.29313/jrs.v4i2.5011
Tamtama, N. N., & Riantisari, R. (2024). Analisis Peramalan Permintaan Melalui Metode Moving Average , Weighted Moving Average dan Exponential Smoothing (Studi Kasus Pada Exist Auto Detailing). 1, 1–12.
Zahra, A. S., & Andarwati, M. (2024). Peramalan Double Moving Average Dan Double Exponential Smoothing Jumlah Penumpang Di Stasiun Kotabaru Malang. 1(2), 263–272.
