Peramalan Kebutuhan Stok Blangko KTP-EL Menggunakan Metode Double Exponential Smoothing

Authors

  • Hendra Uji Yuristiawan Universitas Nusantara PGRI Kediri
  • Daniel Swanjaya Universitas Nusantara PGRI Kediri
  • Risky Aswi Ramadhani Universitas Nusantara PGRI Kediri
  • Hidayatul Muttaqien Universitas Mulawarman

DOI:

https://doi.org/10.29407/rxmwnf23

Keywords:

Forecast, Peramalan, Double Exponential Smoothing, Ktp-el

Abstract

Kartu Tanda Penduduk Elektronik atau disingkat KTP-EL merupakan salah satu dokumen yang wajib dimiliki oleh penduduk yang telah berusia 17 tahun atau pernah kawin. Permintaan penerbitan KTP-EL yang sangat dinamis adalah hal yang harus menjadi perhatian dalam memberikan pelayanan yang prima. Ketersediaan blanko yang tidak mampu memenuhi jumlah permintaan penerbitan KTP-EL akan mengakibatkan pelayanan yang tidak efektif. Hingga saat ini perencanaan terhadap ketersediaan blangko KTP-EL masih dilakukan secara manual dengan melakukan perhitungan sederhana seperti perhitungan rata-rata jumlah pencetakan KTP-EL berdasar periode tertentu. Untuk melakukan peramalan akan digunakan data time series pencetakan KTP-EL tahun 2022 sampai dengan 2023. Metode Double Exponential Smoothing merupakan salah satu metode yang digunakan sebagai perhitungan peramalan pada data time series yang dapat membantu dalam peramalan kebutuhan stok blangko KTP-EL. Metode Double Exponential Smoothing melibatkan parameter alpha dan beta untuk menghitung pemulusan pada nilai tren dan level pada data time series. Untuk pengukuran evaluasi kinerja peramalan akan digunakan metode Mean Absolute Percentage Error (MAPE). Dalam penelitian ini perhitungan peramalan menggunakan 3 kombinasi nilai parameter untuk alpha (α) adalah 0.1, 0.3, 0.5 dan beta (β) adalah 0.5. Hasil dari penelitan, diperoleh nilai MAPE terkecil 15,07% dengan kombinasi nilai parameter alpha 0.1 dan beta 0.5 Hasil peramalan  yang didapatkankan pada bulan berikutnya adalah 13.951 blangko.

Downloads

Download data is not yet available.

References

Rudy Ariyanto, Dwi Puspitasari, Fifi Ericawati, “Penerapan Metode Double Exponential Smoothing pada Peramalan

Produksi Tanaman Pangan,” Jurnal Informatika Polinema. Volume 9, Edisi 3, Mei 2023.

Hyndman, R.J., & Athanasopoulos, G,”Forecasting: principles and practice,” 2nd edition, OTexts: Melbourne,

Australia. Diakses pada 24 November 2024 dari OTexts.com/fpp2, 2018.

Safira Naila Farafisha, “Perbandingan Peramalan Double Exponential Smoothing Holt dan Double

Exponential Smoothing dengan Parameter Damped (Studi Kasus : Jumlah Produksi Kelapa Sawit Provinsi

Riau Tahun 2006-2021),” UII Yogyakarta.2022.

Sudjana. Metode Statistika. Tarsito : Bandung,1989.

Victor Tarigan, “Penerapan Metode Double Exponential Smoothing Untuk Memperediksi Jumlah Penjualan

Springbed di PT. Masindo Karya Prima.” Jurnal Informatika Polinema. pp339-346, 2023.

Achmad Fahlevi, Fitra A. Bachtiar, Budi Darma Setiawan, “Perbandingan Holt’s dan Winter’s Exponential

Smoothing untuk Peramalan Indeks Harga Konsumen Kelompok Transportasi, Komunikasi dan Jasa

Keuangan”. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer. Vol. 2, No. 12, Desember 2018,

-6145.

Dzar Romaita, Fitra A. Bachtiar, Muhammad Tanzil Furqon. (2019). Perbandingan Metode Exponential

Smoothing Untuk Peramalan Penjualan Produk Olahan Daging Ayam Kampung (Studi Kasus : Ayam Goreng

Mama Arka). Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer. Vol. 3, No. 11, November 2018,

-10392.

Lambang Probo Sumirat, dkk. Dasar-dasar Rekayasa Perangkat Lunak. Madza Media : Kota Malang. 2023.

Tri Krisna Wati Aprillia, Wanda Nareswara, Evi Wardani, “Sistem Berbasis Android Untuk Forecasting Stock

Toko Oli Menggunakan Weighted Moving Average,” Prosiding Seminar Nasional Teknologi dan SAINS,

Vol.1, pp. 80-88, 2023

Downloads

Published

2025-01-24

How to Cite

Peramalan Kebutuhan Stok Blangko KTP-EL Menggunakan Metode Double Exponential Smoothing. (2025). Seminar Nasional Teknologi & Sains, 4(1), 485-492. https://doi.org/10.29407/rxmwnf23

Similar Articles

1-10 of 105

You may also start an advanced similarity search for this article.

Most read articles by the same author(s)