Dalam penelitian ini yang menjadi pokok permasalahan adalah studi mengenai
peramalan produksi dari produk Bateeq. Tujuan dari penelitian ini adalah untuk
mengetahui metode peramalan yang lebih baik, berdasarkan perhitungan total
ramalan produksi produk Bateeq per bulan dengan menggunakan metode time
series anaysis seperti moving average 3 bulan dan exponential smoothing alpha
0,1 serta mean squared error pada masing-masing metode, berdasarkan data
aktual produksi PT. Efrata Retailindo tahun 2015.
Dari hasil analisis yang dilakukan menggunakan moving averages, total
produksi pada bulan April tahun 2015 sebesar 7.994 pcs, bulan Mei tahun 2015
menghasilkan 13.880 pcs, bulan Juni tahun 2015 sebesar 17.788 pcs, bulan Juli
tahun 2015 sebesar 21.232 pcs, bulan Agustus tahun 2015 sebesar 21.084 pcs,
bulan September tahun 2015 sebesar 26.827 pcs, bulan Oktober tahun 2015
sebesar 23.255 pcs, bulan November tahun 2015 sebesar 19.313 pcs, bulan
Desember tahun 2015 sebesar 12.338 pcs dan bulan Januari tahun 2016
menghasilkan ramalan total produksi sejumlah 21.886 pcs,serta mean squared
error sebesar 186.627.000. Sedangkan total produksi produk dengan exponential
smoothing alpha 0,1 pada bulan Februari tahun 2015 sebesar 5.144 pcs, bulan
Maret tahun 2015 sebesar 5.234 pcs, bulan April tahun 2015 sebesar 5.990 pcs,
bulan Mei tahun 2015 menghasilkan 7.671 pcs, bulan Juni tahun 2015 sebesar
8.681 pcs, bulan Juli tahun 2015 sebesar 10.125 pcs, bulan Agustus tahun 2015
sebesar 11.349 pcs, bulan September tahun 2015 sebesar 13.713 pcs, bulan
Oktober tahun 2015 sebesar 13.583 pcs, bulan November tahun 2015 sebesar
13.278 pcs, bulan Desember tahun 2015 sebesar 13.357 pcs dan bulan Januari
tahun 2016 menghasilkan ramalan total produksi sejumlah 16.127 pcs, serta
memiliki mean squared error sebesar 194.448.100.
Dari hasil analisis yang telah dilakukan, maka perusahaan hendaknya
menggunakan metode peramalan moving averages 3 bulan karena memiliki
tingkat kesalahan peramalan (MSE) yang lebih kecil.
Kata kunci: Peramalan produksi, time series anaysis, moving averages,
exponential smoothing.
