| dc.description.abstract | Perencanaan produksi dalam industri migas adalah elemen kunci untuk efisiensi operasional dan respons terhadap perubahan permintaan pasar. Penelitian ini memfokuskan pada strategi cerdas dan adaptif melalui penerapan dua pendekatan utama: forecasting (ramalan). Tujuan dari penelitian ini adalah untuk menentukan model peramalan yang paling cocok untuk digunakan dalam produksi LPG dan menghitung nilai dari peramalan dalam lima periode ke depan. Dengan menggunakan data historis LPG dari 2017 hingga September 2023, penelitian ini menerapkan lima model peramalan, termasuk Simple Exponential Smoothing, Naive Method, Simple Moving Average, Weighted Moving Average, dan Exponential Moving Average. Kemudian hasilnya dibandingkan menggunakan metrik kesalahan peramalan seperti MAPE dan RMSE. Disimpulkan bahwa model Simple Exponential Smoothing menunjukkan nilai kesalahan peramalan sebesar 21,58% untuk MAPE dan 72764,01 untuk RMSE. Model Naive memiliki nilai kesalahan peramalan sebesar 20,33% untuk MAPE dan 78044,48 untuk RMSE. Sementara Simple Moving Average mencatatkan nilai kesalahan peramalan sebesar 20,28% untuk MAPE dan 64449,76 untuk RMSE. Di sisi lain, Weighted Moving Average menunjukkan persentase kesalahan sebesar 16,34% dengan nilai RMSE sebesar 48426,57. Terakhir, Exponential Moving Average (EMA) memperlihatkan tingkat akurasi yang optimal, dengan nilai kesalahan peramalan sebesar 16,01% untuk MAPE dan 46046,42 untuk RMSE. Dengan demikian, dari kelima model yang dievaluasi, dapat ditarik kesimpulan bahwa Exponential Moving Average (EMA) merupakan model terbaik untuk peramalan produk LPG, mengingat tingkat akurasi dan persentase kesalahan peramalan yang paling rendah. Penelitian ini mengidentifikasi EMA sebagai metode terbaik dalam meramalkan produksi LPG. Implikasinya adalah kontribusi positif terhadap ketepatan prediksi dan efisiensi perencanaan. | en_US |
