| dc.description.abstract | PT Pertamina Patra Niaga SHAFTHI memiliki unit-unit bisnis yang terdiri atas Receiving,
Storage, Distribution, dan dilengkapi dengan fasilitas penunjang (utility). Salah satu fasilitas
penunjang yang dimiliki adalah divisi pemeliharaan fasilitas (facilities maintenance), salah
satu tugas dari divisi ini adalah untuk memastikan equipment dalam kondisi baik dan siap
pakai. Untuk memastikan stok peralatan yang dibutuhkan selalu tersedia di gudang
pemeliharaan (warehouse maintenance) dibutuhkan peramalan persediaan produk yang
baik. Peramalan memiliki arti penting karena merupakan titik mula dari sebuah perencanaan,
ketika kita menginginkan suatu perencanaan yang baik maka diperlukan peramalan yang
baik pula. Penggunaan teknik peramalan yang tepat tidak hanya untuk mendapatkan stok
pengaman (safety stock) tetapi juga menghindari terjadinya kekurangan stok (stock out) dan
mengurangi risiko kelebihan stok (over stock). Pada perusahaan non manufaktur, peramalan
permintaan akan kebutuhan produk-produk operasional perusahaan merupakan aktivitas
yang perlu dilakukan untuk memprediksi kebutuhan yang diperlukan perusahaan di masa
mendatang. Berdasarkan hal tersebut, dibutuhkan penerapan strategi salah satunya dengan
melakukan peramalan. Peramalan dilakukan pada 9 produk yang berada di warehouse
maintenance. Peramalan ini bertujuan membandingkan beberapa metode dan menemukan
metode peramalan kebutuhan yang tepat untuk diterapkan di warehouse maintenance.
Perbandingan perhitungan dilakukan dengan beberapa metode yaitu simple moving average,
double moving average, single exponential smoothing, double exponential smoothing, dan
linear regression. Perbandingan dilakukan dengan melihat error (akurasi kesalahan) dari
Mean Absolute Deviation (MAD), Mean Square Error (MSE), dan Mean Absolute
Percentage Error (MAPE). Berdasarkan hasil pengolahan data menggunakan Microsoft
excel terdapat 5 produk yang dapat diramalkan dengan metode simple moving average yaitu
crosby shackle, spiral wound gasket, ball bearing 6205 zz, keni sus 304, dan flange ANSI
dengan nilai error (MAPE) secara berturut-turut adalah 9.38%, 9.52%, 8.81%, 5.65%, dan
8.99%. Terdapat 2 produk yang dapat diramalkan dengan metode double moving average
yaitu strainer element basket type dan D/N sus 304 dengan nilai error (MAPE) 9.72% dan
7.85%. Terdapat 2 produk yang dapat diramalkan dengan metode linear regression yaitu
conidia resinae plus dan chemical water detector dengan nilai error (MAPE) 9.40% dan
7.85%. Data historis dan peramalan pada penelitian ini dirangkum pada aplikasi Microsoft
Power BI. | en_US |
