OPTIMALISASI PRODUKSI PRODUK X MENGGUNAKAN PERAMALAN TIME SERIES DAN PERENCANAAN AGERGAT (STUDI KASUS PT. PHAPROS)

Abstract

Abstrak

Aktivitas yang dapat menekan biaya produksi seminimal mungkin agar dapat mewujudkan efisiensi perusahaan adalah dengan meramalkan jumlah permintaan. PT Phapros merupakan perusahaan yang bergerak pada bidang produksi obat. PT Phapros memiliki masalah pada perencanaan produksi mereka, khususnya produk X, dimana produk X yang diproduksi berdasarkan forecasting berbeda jauh dengan aktual, dengan nilai MAPE selama tahun 2023 adalah sebesar 77%. Nilai MAPE yang melebihi 50% menandakan bahwa kemampuan model peramalan yang digunakan buruk. Hal ini dapat menyebabkan tambahan biaya, yaitu biaya simpan dan biaya buang. Tujuan dari penelitian ini adalah untuk menemukan metode peramalan terbaik untuk produk X dan memberikan rekomendasi atas permasalahan peramalan yang dialami PT Phapros untuk kasus produk X. Berdasarkan perhitungan beberapa metode peramalan, yaitu Holt’s Winter dan SARIMA, didapatkan metode SARIMA (0,1,1) (1,1,1) 12 sebagai metode peramalan untuk produk X dengan nilai MAPE paling rendah, yaitu sebesar 13,43%. Namun, metode Holt’s Winter Multiplicative masih dapat digunakan sebagai alternatif untuk peramalan produk X dikarenakan MAPE yang dihasilkan sebesar 16,83% dan masih masuk dalam kategori baik. Saran dari penelitian ini adalah bahwa untuk peramalan produk X dapat menggunakan metode SARIMA dan juga dapat menggunakan metode Holt’s Winter Multiplicative sebagai alternatif.

Kata kunci: Forecasting; Additive Holt’s Winter; Multiplicative Holt’s Winter; SARIMA

Abstract

[Title: Optimizing The Production of Product X Using Time Series Forecasting and Aggregate Planning (Case Study: PT Phapros)] The endeavor to minimize production costs and enhance efficiency in companies often hinges on accurate demand forecasting. PT Phapros, a pharmaceutical production company, faces a significant challenge in production planning for its product X. The forecasting for this product exhibits a substantial deviation from actual production, with a concerning Mean Absolute Percentage Error (MAPE) of 77% in 2023. Such discrepancies can result in additional costs, including holding and disposal expenses. The research objective is to identify the optimal forecasting method for product X. Through a comparison of forecasting methods such as Holt’s Winter and SARIMA, it was determined that the SARIMA (0,1,1) (1,1,1) 12 method yields the lowest MAPE at 13.43%. Nevertheless, the Holt’s Winter Multiplicative method remains a viable alternative with a 16.83% MAPE, still falling within the acceptable range. The recommendation is for PT Phapros to adopt the SARIMA method as the primary forecasting tool for product X, with Holt’s Winter Multiplicative serving as a suitable alternative.

Keywords: Forecasting; Additive Holt’s Winter; Multiplicative Holt’s Winter; SARIMA