METODE DOUBLE EXPONENTIAL SMOOTHING DAN ARIMA UNTUK MERAMALKAN KEBUTUHAN AIR PELANGGAN PT PETRO KARYA NIAGA
Abstract
Abstrak: Metode Double Exponential Smoothing dan Arima untuk Meramalkan Kebutuhan Air Pelanggan PT Petro Karya NiagaTujuan dari penelitian ini adalah untuk mendapatkan metode peramalan terbaik dalam memprediksi kebutuhan air pelanggan PT PKN dengan membandingkan metode double exponential smoothing dan metode ARIMA. Data yang digunakan permintaan air PT Petro karya Niaga dengan periode Juni 2020 hingga September 2023. Berdasarkan penelitian ini. Hasil prediksi permintaan Penjualan PT PKN menggunakan metode Double Exponential Smoothing dari periode Oktober 2023 - Maret 2024 berturut – turut pada bulan Oktober 2023 sebesar 833.596, November 2023 sebesar 825.279, Desember 2023 sebesar 816.961, Januari 2024 sebesar 808.643, Februari 2024 sebesar 800.326, Maret 2024 sebesar 792.008. Nilai error yang diperoleh yaitu MSE 44405.82. Berdasarkan hasil identifikasi model ARIMA hanya terdapat 1 model saja yang layak untuk dijadikan model persamaan peramalan yaitu ARIMA (0,2,1), Model ARIMA (0,2,1) mempunyai nilai MSE sebesar 50168. maka dapat disimpulkan bahwa model yang paling baik digunakan adalah model ARIMA (0,2,1) untuk model peramalan permintaan air PT Petro Karya Niaga. Hasil prediksi yang diperoleh dari bulan 2023 - Maret 2024 berturut – turut secara berurutan adalah 810.57; 796.78, 783.65, 771.17, 759.33 dan 748.15. Metode double exponential smoothing lebih unggul dibandingkan metode ARIMA dalam memprediksi kebutuhan air di PT PKN karena menghasilkan nilai MSE yang lebih kecil dan waktu komputasi yang lebih cepat dibandingkan ARIMA.
Kata kunci: ARIMA, Double Exponential Smoothing, MSE
Abstract: Double Exponential Smoothing and Arima Methods for Predicting Water Needs of PT Petro Karya Niaga Customers
The aim of this research is to obtain the best forecasting method in predicting the water needs of PT PKN customers by comparing the double exponential smoothing method and the ARIMA method. The data used is PT Petro Karya Niaga's water demand for the period June 2020 to September 2023. Based on this research. PT PKN Sales demand prediction results using the Double Exponential Smoothing method from the period October 2023 - March 2024 respectively in October 2023 amounted to 833,596, November 2023 amounted to 825,279, December 2023 amounted to 816,961, January 2024 amounted to 808,643, February 2024 amounted to 800,326, March 2024 amounting to 792,008. The error value obtained is MSE 44405.82. Based on the results of identifying the ARIMA model, there is only 1 model that is suitable to be used as a forecasting equation model, namely ARIMA (0,2,1). The ARIMA (0,2,1) model has an MSE value of 50168. So it can be concluded that the model is the best used is the ARIMA model (0,2,1) for PT Petro Karya Niaga's water demand forecasting model. The prediction results obtained from 2023 - March 2024 respectively are 810.57; 796.78, 783.65, 771.17, 759.33 and 748.15. The double exponential smoothing method is superior to the ARIMA method in predicting water needs at PT PKN because it produces a smaller MSE value and faster computing time than ARIMA.
Keywords: ARIMA, Double Exponential Smoothing, MSE
References
Arnorce, E., Herdi, H., Sanga, K. P., Akuntansi, P., Ekonomi, F., Bisnis, D., Nusa, U., Jl, N., Kesehatan, N., Timur, K. A., Sikka, K., & Tenggara Timur, N. (2023). Analisis Forecasting Penjualan Obat Dengan Menggunakan Metode Least Square (Studi Kasus Pada Klinik King Medika Pelibaler). Student Research Journal, 1(5), 89–99. https://doi.org/10.55606/srjyappi.v1i5.623
Faturrahman, R. (2021). Optimalisasi Kinerja Fresh Water Generator Guna Memenuhi Kebutuhan Air Tawar Pada Kapal Mv. Ck.
Majiid, A., & Handayani, V. A. (2023). Forecasting Data Inflasi Years On Years Kota Batam Tahun 2017-2020. Jurnal Sintak, 1(2), 29–34. https://doi.org/
Mustain, I., Rahmanto, H., & Suaka Bahari Cirebon, A. (2019). Studi Kinerja Fresh Water Generator Di Kapal AHTS PETEKA 5401. Dalam Jurnal Sains Teknologi Transportasi Maritim: Vol. I (Nomor 2).
Prayogo, D. (2020). Pelatihan Basic Safety Training (BST) kepada Nelayan Tegal untuk Menunjang Keselamatan Pelayaran. Jurnal Pengabdian kepada Masyarakat, 11(2), 236–239.
Safitri, S. (2021). Makna Laut Bagi Indonesia Secara Politik Oleh. Seminar Nasional Pendidikan IPS, 121–125.
Saragih, S. M., & Sembiring, P. (2022). Analisis Perbandingan Metode Arima Dan Double Exponential Smoothing Dari Brown Pada Peramalan Inflasi Di Indonesia. Journal Of Fundamental Mathematics And Applications (Jfma), 5, 176–191. https://doi.org/10.14710/jfma.v5i2.15312
Sri Rahayu, W., Tri Juwono, P., & Soetopo, W. (2019). Analisis Prediksi Debit Sungai Amprong Dengan Model Arima (Autoregressive Integrated Moving Average) Sebagai Dasar Penyusunan Pola Tata Tanam. Jurnal Teknik Pengairan, 10(2), 110–119.
Zuhroh, A. (2023). Perbandingan Metode Triple Exponential Smoothing Dan Arima Untuk Peramalan Jumlah Kebutuhan Air Pelanggan Pdam Kabupaten Pasuruan.
