PERAMALAN DERET WAKTU DALAM MENGURANGI BULLWHIP EFFECT PADA PRODUK KAIN SARUNG (STUDI KASUS: PT XYZ)

Abstract

Abstrak

Penelitian ini bertujuan untuk mengurangi dampak negatif Bullwhip Effect dalam rantai pasokan di PT XYZ melalui optimalisasi metode peramalan permintaan. PT XYZ merupakan perusahaan yang bergerak di bidang tekstil dengan produknya berupa sarung. Fenomena Bullwhip Effect yang teridentifikasi di perusahaan menunjukkan adanya ketidakpastian permintaan yang signifikan setiap bulannya, dengan nilai pengukuran BE sebesar 1,030 yang lebih besar dari nilai parameter BE yang diharapkan. Metode peramalan tradisional yang telah digunakan memerlukan peningkatan, yaitu dengan metode peramalan deret waktu berupa Double Moving Average, Double Exponential Smoothing, dan Holt Winters. Hasil peramalan menunjukkan bahwa metode terbaik dengan menghasilkan nilai error terendah saat uji verifikasi adalah metode Holt Winters, dengan MAPE (2,000%), MAD (6680), dan MSE (48499,37). Penggunaan Holt Winters dalam perencanaan produksi menunjukkan penurunan nilai BE menjadi 0,775, jauh di bawah nilai BE sebelumnya. Implikasi praktis dari penelitian ini adalah bahwa PT XYZ dapat menggunakan metode peramalan Holt Winters untuk meminimalisir risiko Bullwhip Effect di masa mendatang, dengan harapan meningkatkan efisiensi operasional dalam rantai pasok perusahaan.

Kata kunci: efek cambuk, peramalan, deret waktu, permintaan, rantai pasok

Abstract

[Time Series Forecasting in Reducing Bullwhip Effect on Sarong Product (Case Study: PT XYZ)] This research aims to mitigate the negative impact of the Bullwhip Effect in the supply chain at PT XYZ through the optimization of demand forecasting methods. PT XYZ is a textile company specializing in sarong production. The identified Bullwhip Effect phenomenon in the company indicates significant demand uncertainty every month, with a BE measurement value of 1.0301281, exceeding the expected BE parameter value. The traditional forecasting methods used require enhancement, which is addressed through time series forecasting methods such as Double Moving Average, Double Exponential Smoothing, and Holt Winters. The forecasting results reveal that the best-performing method with the lowest error values during verification testing is the Holt Winters method, with MAPE (2.000%), MAD (6680), and MSE (48499.37). The implementation of Holt Winters in production planning demonstrates a significant reduction in the BE value to 0.775, well below the previous BE value. The practical implication of this research is that PT XYZ can utilize the Holt Winters forecasting method to minimize the risk of Bullwhip Effect in the future, aiming to enhance operational efficiency within the company’s supply chain.

Keywords: bullwhip effect, forecasting, time series, demand, supply chain