Analisis Permintaan Produk Daging Sapi Pada Masa High Season Dengan Penerapan Metode SARIMA (STUDI KASUS : CV. REZKY BERKAH ABADI)

Abstract

Penelitian ini bertujuan untuk menganalisis permintaan produk daging sapi pada masa high season dengan menerapkan metode SARIMA. Studi kasus diambil berdasarkan penjualan produk daging pada CV. Rezky Berkah Abadi, sebuah perusahaan distributor frozen food di Kota Samarinda, Kalimantan Timur. Penelitian ini fokus pada identifikasi dan mengatasi gap yang terjadi antara permintaan yang diharapkan (expected demand) dan permintaan sebenarnya (real demand). Perbedaan antara nilai demand ini menjadi titik permasalahan yang perlu diselesaikan untuk membantu meningkatkan keuntungan perusahaan. Model tentative yang ditentukan untuk metode SARIMA (p,d,q) non-musiman dan (P,D,Q) musiman yaitu (1,0,0) non-musiman dan (1,0,1) musiman, model tentative yang digunakan model yang optimal dengan P-Value ≥ 0,05. Hasil penelitian menunjukkan bahwa metode peramalan SARIMA untuk periode April 2024 menghasilkan jumlah permintaan sebesar 321,366 kg, dengan permintaan aktual sebesar 323,5 kg. Sementara itu, untuk periode Desember 2024, metode peramalan SARIMA menghasilkan jumlah permintaan sebesar 308,499 kg, dengan jumlah permintaan aktual sebesar 310,01 Kg,sedangkan untuk Maret pada tahun 2025 meramalkan dengan jumlah permintaan sebanyak 184.954 Kg dan April 2025 sebanyak 245.239Kg. Analisis biaya menunjukkan bahwa pada April 2024, total selisih biaya yang ditanggung perusahaan sebesar Rp 202.303, sedangkan pada periode Desember 2023, total selisih biaya yang dikeluarkan perusahaan sebesar Rp 948.000. Sedangkan untuk peramalan pada periode 2025 untuk masa high season menanggung biaya simpan sebesar Rp.2.959.264. Dengan nilai MAPE sebesar 25,2, peramalan yang dilakukan terbukti efektif. Selain itu, terdapat penurunan signifikan dalam total pengeluaran biaya dari periode sebelumnya, yaitu dari Rp 948.000 menjadi Rp 202.300. Hasil penelitian ini menyatakan bahwa metode peramalan SARIMA yang diterapkan bisa membantu perusahaan untuk mengoptimalkan peramalan permintaan dan mengurangi biaya persediaan, yang pada akhirnya meningkatkan efisiensi operasional dan keuntungan perusahaan. Dengan demikian, peramalan yang optimal ini diharapkan dapat mendukung manajemen perusahaan dalam pengambilan keputusan strategis terkait persediaan selama masa high season.